आइसोलेशन फ़ॉरेस्ट
आइसोलेशन फ़ॉरेस्ट (Isolation Forest) एक अनसुपरवाइज्ड मशीन-लर्निंग विधि है जो विसंगति (anomaly) और आउटलायर (outlier) का पता लगाने के लिए उपयोग की जाती है। इसे 2008 में लियू, टिंग और झोउ द्वारा प्रस्तुत किया गया था, और यह डेटा के यादृच्छिक विभाजन (random partitioning) के माध्यम से विसंगतियों को अलग करती है। यह बिना किसी लेबल वाले विसंगति डेटा के काम करती है और उच्च-आयामी डेटासेट (high-dimensional datasets) के लिए स्केलेबल है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
स्रोत
- Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/hi/machine-learning/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.
- निर्णय वृक्षमशीन अधिगम↔ compare
- गाऊसी मिश्रण मॉडलमशीन अधिगम↔ compare
- प्रिंसिपल कंपोनेंट एनालिसिसमशीन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- टी-एसएनईमशीन अधिगम↔ compare