Robust Isolation Forest
Το Robust Isolation Forest επεκτείνει τον κλασικό ανιχνευτή ανωμαλιών Isolation Forest με στρατηγικές που μειώνουν την ευαισθησία στη μόλυνση των δεδομένων, τα φαινόμενα συγκάλυψης και τις μεροληπτικές τυχαίες διασπάσεις. Ενσωματώνοντας μηχανισμούς ανθεκτικότητας — όπως βελτιωμένη υποδειγματοληψία, επαναστάθμιση ύποπτων περιοχών ή διασπάσεις διορθωμένες ως προς τη μεροληψία — επιτυγχάνει πιο αξιόπιστες βαθμολογίες ανωμαλιών όταν τα δεδομένα εκπαίδευσης περιέχουν μη αμελητέο ποσοστό ανωμαλιών ή όταν συγκεκριμένες κατανομές χαρακτηριστικών προκαλούν στο τυπικό iForest αναξιόπιστα μήκη διαδρομής.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the IEEE International Conference on Data Mining (ICDM), pp. 413–422. IEEE. DOI: 10.1109/ICDM.2008.17 ↗
- Hariri, S., Kind, M. C., & Brunner, R. J. (2019). Extended Isolation Forest. IEEE Transactions on Knowledge and Data Engineering, 33(4), 1479–1489. DOI: 10.1109/TKDE.2019.2947676 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Robust Isolation Forest (Anomaly Detection with Robustness to Noise and Contamination). ScholarGate. https://scholargate.app/el/machine-learning/robust-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.
- Ανίχνευση ανωμαλιών με ΑυτοκωδικοποιητήΜηχανική Μάθηση↔ compare
- Isolation ForestΜηχανική Μάθηση↔ compare
- One-Class SVMΜηχανική Μάθηση↔ compare
- Ανίχνευση Ανωμαλιών με Εύρωστο Αυτόματο ΚωδικοποιητήΜηχανική Μάθηση↔ compare
- Επεκτεταμένο SVM Μίας Κλάσης (Robust One-Class SVM)Μηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →