Izolare semi-supervizată a arborilor
Izolarea semi-supervizată a arborilor extinde detectorul clasic de anomalii Isolation Forest prin încorporarea unui set mic de exemple etichetate de anomalii (și, posibil, normale) alături de un set mare de date neetichetate. Această ghidare prin etichete ajustează scorurile de anomalie ale modelului, astfel încât anomaliile cunoscute să fie separate mai fiabil, reducând decalajul dintre detecția complet nesupervizată și cea complet supervizată.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Isolation Forest for Anomaly Detection. ScholarGate. https://scholargate.app/ro/machine-learning/semi-supervised-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.
- Detecția anomaliilor cu autoencoderÎnvățare automată↔ compare
- Isolation ForestÎnvățare automată↔ compare
- Factorul local de aberație (LOF)Învățare automată↔ compare
- SVM pentru o singură clasăÎnvățare automată↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →