Bosque de Aislamiento de Conjunto

El Bosque de Aislamiento de Conjunto entrena múltiples modelos de Bosque de Aislamiento — cada uno con diferentes semillas aleatorias, proporciones de submuestreo o parámetros de contaminación — y combina sus puntuaciones de anomalía para producir una clasificación de anomalías más estable y robusta. Al promediar o agregar varias instancias de bosques de aislamiento independientes, el método reduce la varianza inherente a cualquier bosque individual y produce una detección de valores atípicos más confiable en datos complejos o de alta dimensionalidad.