Ансамблов изолационен лес
Ансамблов изолационен лес обучава множество модели Isolation Forest — всеки с различни случайни начални стойности (random seeds), коефициенти на подсемплиране (subsampling ratios) или параметри за замърсяване (contamination parameters) — и комбинира техните оценки за аномалии, за да произведе по-стабилно, устойчиво класиране на аномалиите. Чрез осредняване или агрегиране на няколко независими изолационни леса, методът намалява вариацията, присъща на всеки отделен лес, и осигурява по-надеждно откриване на отклонения (outliers) върху сложни или високомерни данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM 2008), pp. 413–422. IEEE. DOI: 10.1109/ICDM.2008.17 ↗
- Isolation Forest. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/bg/machine-learning/ensemble-isolation-forest
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Автоенкодер за детекция на аномалииМашинно обучение↔ compare
- Isolation ForestМашинно обучение↔ compare
- Еднокласов SVMМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
- Гласуваща ансамблова схемаМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →