Machine learningMachine learning

एन्सेम्बल आइसोलेशन फ़ॉरेस्ट

एन्सेम्बल आइसोलेशन फ़ॉरेस्ट कई आइसोलेशन फ़ॉरेस्ट मॉडल को प्रशिक्षित करता है — प्रत्येक अलग-अलग रैंडम सीड, सबसैंपलिंग अनुपात, या संदूषण पैरामीटर के साथ — और अधिक स्थिर, मजबूत विसंगति रैंकिंग उत्पन्न करने के लिए उनके विसंगति स्कोर को जोड़ता है। कई स्वतंत्र आइसोलेशन फ़ॉरेस्ट में औसत या एकत्रीकरण करके, यह विधि किसी एक फ़ॉरेस्ट में निहित विचरण को कम करती है और जटिल या उच्च-आयामी डेटा पर अधिक विश्वसनीय आउटलायर का पता लगाती है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

The neighbourhood of related methods — select a node to explore.

स्रोत

  1. 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
  2. Isolation Forest. Wikipedia. link

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/hi/machine-learning/ensemble-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.

Compare side by side
ScholarGateEnsemble Isolation Forest (Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/machine-learning/ensemble-isolation-forest · डेटासेट: https://doi.org/10.5281/zenodo.20539026