Isolation Forest
Isolation Forest është një metodë e pakëmbikëqyrur e mësimit makinerik për zbulimin e anomalive dhe pikave të jashtme, e prezantuar nga Liu, Ting dhe Zhou në vitin 2008, e cila izolon anomalitë përmes ndarjes rastësore të të dhënave. Ajo funksionon pa të dhëna të etiketuar të anomalive dhe përshtatet në grupe të dhënash me dimensionale të larta.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
Burimet
- Liu, F.T., Ting, K.M. & Zhou, Z.-H. (2008). Isolation Forest. IEEE ICDM, 413–422. DOI: 10.1109/ICDM.2008.17 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). Isolation Forest (Anomaly Detection via Random Partitioning). ScholarGate. https://scholargate.app/sq/machine-learning/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.
- Pemët e vendimmarrjesMësimi i makinës↔ compare
- Modeli i përzierjes GaussianMësimi i makinës↔ compare
- Analiza me Komponente KryesoreMësimi i makinës↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
- t-SNEMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →