Robust Stacking Ensemble

Robust Stacking Ensemble memperluas generalisasi bertumpuk (stacked generalization) klasik dengan mengganti meta-learner biasa dengan estimator yang kuat — seperti regresi Huber, regresi kuantil, atau model yang dilatih pada residual terpotong — sehingga lapisan kombinasi ensemble tahan terhadap prediksi base-learner yang mengandung outlier dan noise. Metode ini meningkatkan akurasi prediktif dan keandalan pada dataset dunia nyata dengan label yang terkontaminasi atau distribusi error yang berekor berat.