研究人员开发了一种名为MM-XGBoost的新方法，以提高XGBoost回归算法的鲁棒性。标准的XGBoost可能对异常值敏感，但MM-XGBoost利用了源自鲁棒回归技术的替代损失函数。这种方法在预测准确性和对问题数据点的弹性之间提供了更好的平衡。 AI
影响 在存在噪声数据的情况下增强了回归模型的可靠性。
排序理由 该集群包含一篇详细介绍现有机器学习算法新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2608.13590v1 Announce Type: cross Abstract: XGBoost is a very popular and powerful method for prediction. It iteratively fits simple decision trees to the residuals of the previous step. An efficient and scalable implementation is available. The standard loss function for X…