Machine learningMachine learning

Ensemble Isolation Forest

Ensemble Isolation Forest trénuje viacero modelov Isolation Forest – každý s iným náhodným seedom, pomermi odberu vzoriek alebo parametrami kontaminácie – a kombinuje ich skóre anomálií, aby poskytol stabilnejšie, robustnejšie hodnotenie anomálií. Priemerným alebo agregovaným výsledkom z viacerých nezávislých lesov izolácie sa znižuje variancia inherentná pre akýkoľvek jednotlivý les a dosahuje sa spoľahlivejšia detekcia odľahlých hodnôt na komplexných alebo vysokodimenzionálnych dátach.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. Isolation Forest. Wikipedia. link

Ako citovať túto stránku

ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/sk/machine-learning/ensemble-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.

Compare side by side
ScholarGateEnsemble Isolation Forest (Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection)). Získané 2026-06-15 z https://scholargate.app/sk/machine-learning/ensemble-isolation-forest · Dátová sada: https://doi.org/10.5281/zenodo.20539026