Robust Stacking Ensemble

Robust Stacking Ensemble mở rộng khái niệm tổng quát hóa xếp chồng (stacked generalization) cổ điển bằng cách thay thế bộ học meta (meta-learner) thông thường bằng một bộ ước lượng mạnh mẽ — như bộ hồi quy với hàm mất Huber, hồi quy phân vị, hoặc một mô hình được huấn luyện trên phần dư được cắt tỉa — để lớp kết hợp của tổ hợp có khả năng chống lại các dự đoán ngoại lai và nhiễu từ các bộ học cơ sở. Phương pháp này cải thiện độ chính xác dự đoán và độ tin cậy trên các tập dữ liệu thực tế có nhãn bị nhiễm nhiễu hoặc phân phối sai số có đuôi nặng.