Ensemble Isolation Forest
Ensemble Isolation Forest trénuje více modelů Isolation Forest — každý s různými náhodnými počátečními hodnotami (random seeds), poměry subsamplingu nebo parametry kontaminace — a kombinuje jejich skóre anomálií, aby poskytl stabilnější a robustnější hodnocení anomálií. Průměrováním nebo agregací několika nezávislých modelů isolation forest metoda snižuje rozptyl (variance) inherentní v jakémkoli jednotlivém modelu a poskytuje spolehlivější detekci odlehlých hodnot na komplexních nebo vícerozměrných datech.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/cs/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.
- Detekce anomálií pomocí autoenkodéruStrojové učení↔ compare
- Isolation ForestStrojové učení↔ compare
- One-class SVMStrojové učení↔ compare
- Random ForestStrojové učení↔ compare
- Hlasovací ansámblStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →