Isolation Forest semi-supervisat
L'Isolation Forest semi-supervisat estén el detector d'anomalies clàssic Isolation Forest incorporant un petit conjunt d'exemples d'anomalies (i possiblement normals) etiquetats al costat d'un gran conjunt de dades no etiquetat. Aquesta guia d'etiquetes ajusta les puntuacions d'anomalies del model de manera que les anomalies conegudes se separin de manera més fiable, tancant la bretxa entre la detecció totalment no supervisada i la totalment supervisada.
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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-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
- Factor de Valors Atípics Locals (LOF)Aprenentatge automàtic↔ compare
- SVM d'una sola classeAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →