Khuếch đại Gradient Mạnh mẽ
Khuếch đại Gradient Mạnh mẽ (Robust Gradient Boosting) là một phương pháp khuếch đại gradient được huấn luyện với các hàm mất mát kháng nhiễu (outlier-resistant loss functions) — phổ biến nhất là hàm mất mát Huber hoặc hàm mất mát phân vị (pinball) — thay vì hàm mất mát bình phương sai số. Được đề xuất trong bài báo kinh điển năm 2001 của Friedman, biến thể này tạo ra các dự đoán ít bị sai lệch hơn nhiều bởi các giá trị cực đoan hoặc nhãn bị nhiễm bẩn, đồng thời vẫn giữ được toàn bộ sức mạnh dự đoán của cây khuếch đại gradient.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Nguồn tài liệu
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Gradient Boosting (Gradient Boosting with Robust Loss Functions). ScholarGate. https://scholargate.app/vi/machine-learning/robust-gradient-boosting
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.
- BoostingHọc máy↔ compare
- Gradient BoostingHọc máy↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
- Tăng cường Gradient Chính quy hóaHọc máy↔ compare
- Hồi quy tuyến tính vữngHọc máy↔ compare
- XGBoostHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →