Ensemble Isolation Forest

Ensemble Isolation Forest melatih beberapa model Isolation Forest — masing-masing dengan benih acak, rasio subsampling, atau parameter kontaminasi yang berbeda — dan menggabungkan skor anomali mereka untuk menghasilkan peringkat anomali yang lebih stabil dan kuat. Dengan merata-ratakan atau mengagregasi beberapa hutan isolasi independen, metode ini mengurangi varians yang melekat pada hutan tunggal mana pun dan menghasilkan deteksi pencilan yang lebih andal pada data yang kompleks atau berdimensi tinggi.