Ansambļa izolācijas mežs
Ansambļa izolācijas mežs apmāca vairākus izolācijas meža modeļus — katru ar atšķirīgām nejaušības sēklām, apakšizlases koeficientiem vai piesārņojuma parametriem — un apvieno to anomāliju rādītājus, lai iegūtu stabilāku, robustāku anomāliju rangu. Vidējojot vai apkopojot vairākus neatkarīgus izolācijas mežus, metode samazina jebkuram atsevišķam mežam piemītošo dispersiju un nodrošina uzticamāku noviržu noteikšanu sarežģītos vai augstas dimensijas datos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
- Isolation Forest. Wikipedia. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/lv/machine-learning/ensemble-isolation-forest
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Autoencoder anomāliju noteikšanaMašīnmācīšanās↔ salīdzināt
- Isolation ForestMašīnmācīšanās↔ salīdzināt
- Vienas klases SVMMašīnmācīšanās↔ salīdzināt
- Random ForestMašīnmācīšanās↔ salīdzināt
- Balsošanas ansamblisMašīnmācīšanās↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →