Ensemble Robusto a Impilamento

L'ensemble robusto a impilamento estende la generalizzazione a impilamento classica sostituendo il meta-apprenditore ordinario con uno stimatore robusto — come un regressore con perdita di Huber, regressione quantile o un modello addestrato su residui troncati — in modo che lo strato di combinazione dell'ensemble sia resistente a outlier e previsioni rumorose dei modelli base. Migliora l'accuratezza predittiva e l'affidabilità su set di dati del mondo reale con etichette contaminate o distribuzioni di errore a coda pesante.