Peningkatan Terperaturan

Peningkatan terperaturan melanjutkan peningkatan kecerunan dengan menambah kawalan eksplisit — pengecutan (kadar pembelajaran), penalti pemberat L1/L2, pensampelan bawah, dan had kerumitan pokok — pada fungsi objektif dan peraturan kemas kini. Batasan ini mengurangkan pem overfitting, menstabilkan model pada set data yang bising atau kecil, dan merupakan sebab teras mengapa sistem seperti XGBoost dan LightGBM secara konsisten mengatasi peningkatan biasa pada penanda aras tabular dunia sebenar.