ロバスト・ランダム・フォレスト

ロバスト・ランダム・フォレストは、標準的なランダム・フォレスト・アンサンブルに、外れ値、ラベルノイズ、破損した観測値の影響を低減するメカニズムを組み込むことで拡張したものである。全ての訓練インスタンスを等しく扱うのではなく、ノイズが多い、あるいは異常なサンプルが個々のツリー分割に寄与する度合いを小さくする重み付けまたはフィルタリング戦略を適用し、データ品質が不完全であっても信頼性の高い予測を生成する。