Unverified50% confidenceSolutionExact time
在鲁棒回归中将似然函数从高斯替换为t分布，等价于在损失函数中降低离群点的权重，能提升模型对异常值的鲁棒性
1
Sources
50%
Confidence
Long-term
Relevance
8/31/2026
First Seen
Sources
Related Entities
Related Claims
Unverified分布的鲁棒性本质上取决于如何建模其尾部行为，用重尾分布替代高斯分布可提升模型对异常值的稳定性67% similarUnverified旋转变换量化的理论基础是正交矩阵不改变模型数学等价性但能重新分布数值统计特性，用于搅匀离群值67% similarUnverified2018年Wachter等人将反事实概念形式化为可计算的损失函数，最小化特征变化量同时约束模型输出翻转到期望类别67% similarVerified正则化中常见的L1（Lasso）和L2（Ridge）通过在损失函数中加入惩罚项来约束模型复杂度以防止过拟合66% similarUnverified权重往往近似对称分布适合对称量化，而激活值经过ReLU等非线性函数后分布偏移更适合非对称量化66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/829237API
curl https://kongchang.com/api/v1/knowledge/claims/829237MCP
get_claim(id=829237)