Forklarbar isolasjonsskog
Forklarbar isolasjonsskog kombinerer isolasjonsskog-algoritmen for anomalideteksjon med post-hoc forklarbarhetsverktøy – oftest SHAP (SHapley Additive exPlanations) – for ikke bare å flagge anomale observasjoner, men også for å avsløre hvilke trekk som drev hver anomaliskår. Den bygger bro mellom uovervåket anomalideteksjon og tolkningskravene i regulerte og høyrisikodomener.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30, 4765–4774. link ↗
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Explainable Isolation Forest (Isolation Forest with SHAP-based Interpretability). ScholarGate. https://scholargate.app/no/machine-learning/explainable-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.
- Autoenkoder-anomalideteksjonMaskinlæring↔ compare
- Forklarbar gradientforsterkningMaskinlæring↔ compare
- Explainable Random ForestMaskinlæring↔ compare
- Isolation ForestMaskinlæring↔ compare
- One-Class SVMMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →