Ensemble Isolation Forest
Ensemble Isolation Forest entrena múltiples models Isolation Forest —cadascun amb diferents llavors aleatòries, ràtios de submostreig o paràmetres de contaminació— i combina les seves puntuacions d'anomalia per produir una classificació d'anomalies més estable i robusta. Mitjançant la mitjana o l'agregació de diversos Isolation Forest independents, el mètode redueix la variància inherent a qualsevol bosc individual i produeix una detecció de valors atípics més fiable en dades complexes o d'alta dimensionalitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/ca/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.
- Detecció d'anomalies amb autoencodersAprenentatge automàtic↔ compare
- Isolation ForestAprenentatge automàtic↔ compare
- SVM d'una sola classeAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Votació en conjuntAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →