Explainable Isolation Forest
Explainable Isolation Forest משלב את אלגוריתם זיהוי האנומליות Isolation Forest עם כלים להסברתיות לאחר מעשה — הנפוצים ביותר הם SHAP (SHapley Additive exPlanations) — לא רק כדי לסמן תצפיות חריגות אלא גם כדי לחשוף אילו מאפיינים הנחו את ציון האנומליה של כל תצפית. הוא מגשר בין זיהוי אנומליות בלתי מונחה לבין דרישות הפרשנות של תחומים מפוקחים ובעלי סיכון גבוה.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Explainable Isolation Forest (Isolation Forest with SHAP-based Interpretability). ScholarGate. https://scholargate.app/he/machine-learning/explainable-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.
- זיהוי אנומליות באמצעות אוטואנקודרלמידת מכונה↔ compare
- הסברתיות של חיזוק גרדיאנט (Explainable Gradient Boosting)למידת מכונה↔ compare
- יער אקראי מוסבר (Explainable Random Forest - XRF)למידת מכונה↔ compare
- יער בידודלמידת מכונה↔ compare
- מכונת וקטורים תומכים חד-מחלקתית (One-Class SVM)למידת מכונה↔ compare