在含标签噪声的表格数据上训练梯度增强决策树进行分类任务

本研究针对标签噪声对分类器性能的影响，尤其是在表格数据和梯度增强决策树（GBDTs）上的研究缺口进行了深入探讨。论文提出了一些方法来减轻标签噪声的影响，通过实验证明在成人数据集上实现了最先进的噪声检测性能，并在成人和乳腺癌数据集上达到了最高的分类精度和召回率。这为未来噪声检测与修正方法的研究奠定了基础。