Robust Stacking Ensemble

Robust Stacking Ensemble utvider klassisk stablet generalisering ved å erstatte den ordinære meta-læringsmodellen med en robust estimator – slik som en Huber-tap-regressor, kvantilregresjon eller en modell trent på trunkerte residualer – slik at kombinasjonslaget i ensemblet er motstandsdyktig mot uteliggere og støyende basemodellprediksjoner. Metoden forbedrer prediktiv nøyaktighet og pålitelighet på datasett fra den virkelige verden med kontaminerte etiketter eller feilfordelinger med tung hale.