Foresta di Isolamento d'Insieme

La Foresta di Isolamento d'Insieme addestra molteplici modelli di Foresta di Isolamento — ciascuno con semi casuali, rapporti di ricampionamento o parametri di contaminazione differenti — e combina i loro punteggi di anomalia per produrre una classificazione delle anomalie più stabile e robusta. Mediando o aggregando su diverse foreste di isolamento indipendenti, il metodo riduce la varianza intrinseca di una singola foresta e produce un rilevamento degli outlier più affidabile su dati complessi o ad alta dimensionalità.