Ensemble Isolation Forest

Το Ensemble Isolation Forest εκπαιδεύει πολλαπλά μοντέλα Isolation Forest — καθένα με διαφορετικούς τυχαίους σπόρους (random seeds), λόγους δειγματοληψίας (subsampling ratios) ή παραμέτρους μόλυνσης (contamination parameters) — και συνδυάζει τις βαθμολογίες ανωμαλίας τους για να παράγει μια πιο σταθερή, στιβαρή κατάταξη ανωμαλιών. Με τον υπολογισμό του μέσου όρου ή τη συγκέντρωση πολλαπλών ανεξάρτητων Isolation Forests, η μέθοδος μειώνει τη διακύμανση που είναι εγγενής σε οποιοδήποτε μεμονωμένο δάσος και αποδίδει πιο αξιόπιστη ανίχνευση ακραίων τιμών σε πολύπλοκα ή υψηλής διάστασης δεδομένα.