Robust Random Forest

Robust Random Forest meluaskan ensemble Random Forest standard dengan menggabungkan mekanisme yang mengurangkan pengaruh pencilan, hingar label, dan pemerhatian yang rosak. Berbanding melayan semua contoh latihan secara sama rata, ia menggunakan strategi pemberat atau penapisan supaya sampel yang hingar atau anomalus menyumbang kurang kepada pemisahan pokok individu, menghasilkan ramalan yang kekal boleh dipercayai walaupun kualiti data tidak sempurna.