文章介绍了ORELM，一种用于回归问题的异常鲁棒算法，旨在处理数据中的异常值。ORELM通过正态分布化处理降低异常值影响，利用正则化和交叉验证优化模型。提供了Matlab源代码，帮助读者理解和应用ORELM进行回归任务。
用于回归问题的稳健极限学习机（ORELM附Matlab源代码）
稳健性在机器学习中是一个非常重要的概念，因为现实中的数据往往存在许多异常值，如果模型无法正确处理这些异常值，就会导致预测结果出现错误。在回归问题中，异常鲁棒极限学习机（ORELM）是一种新颖而有效的算法，它能够在传统的极限学习机（ELM）的基础上提高模型的鲁棒性。
ORELM的主要思想是通过对样本集进行正态分布化处理来降低异常值对模型的影响。具体地，ORELM将输入样本分别映射到不同的子空间中，并且每个子空间都拥有独立的隐层节点。在训练过程中，ORELM会使用正则化技术来防止过拟合，并且使用交叉验证来选择最优的参数。
下面是ORELM的Matlab源代码：
function [beta] = ORELM(train_x,tr
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
