Robust Decision Tree

Et Robust Decision Tree er en variant av beslutningstrær som trenes med modifiserte splittkriterier eller treningsprosedyrer designet for å redusere følsomheten for uteliggere, støy i etiketter og fiendtlige forstyrrelser. I stedet for å minimere standard urenhetsmål som er sterkt påvirket av ekstremverdier, bruker robuste varianter statistisk robuste analoger eller regularisering for å produsere splitt som generaliserer under støyende eller korrupte dataforhold.