Isolation Forest חצי-מפוקח
Isolation Forest חצי-מפוקח (Semi-supervised Isolation Forest) מרחיב את גלאי האנומליות הקלאסי Isolation Forest על ידי שילוב קבוצה קטנה של דוגמאות אנומליה מתויגות (ואולי גם נורמליות) לצד מערך נתונים גדול ולא מתויג. הדרכה זו באמצעות תיוג מכווננת את ציוני האנומליה של המודל כך שאנומליות ידועות יופרדו באופן אמין יותר, ובכך מגשרת על הפער בין זיהוי בלתי מפוקח לחלוטין לזיהוי מפוקח לחלוטין.
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
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/he/machine-learning/semi-supervised-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
- יער בידודלמידת מכונה↔ compare
- Local Outlier Factor (LOF)למידת מכונה↔ compare
- מכונת וקטורים תומכים חד-מחלקתית (One-Class SVM)למידת מכונה↔ compare
- יער אקראילמידת מכונה↔ compare
- למידה מונחית-למחצהלמידת מכונה↔ compare