Robust LightGBM
Robust LightGBM je rámec pre gradient boosting, ktorý spája vysoko efektívny engine LightGBM od spoločnosti Microsoft s funkciami strát odolnými voči odľahlým hodnotám — najčastejšie Huberovou stratou, kvantilovou stratou alebo stratou priemernej absolútnej chyby — takže predikcie nie sú neprimerane skreslené extrémne alebo chybné pozorovaniami. Zachováva si rýchlosť LightGBM a rast stromov na základe listov, pričom poskytuje odolnosť voči šumu v cielovej premennej s ťažkými chvostmi.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. The Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust LightGBM (Light Gradient Boosting Machine with Robust Loss Functions). ScholarGate. https://scholargate.app/sk/machine-learning/robust-lightgbm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- CatBoostStrojové učenie↔ compare
- Gradient BoostingStrojové učenie↔ compare
- Huberova regreseŠtatistika↔ compare
- LightGBMStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →