Isolation Forest แบบกึ่งมีผู้สอน

Semi-supervised Isolation Forest ขยายขอบเขตของ Isolation Forest แบบดั้งเดิมซึ่งเป็นตัวตรวจจับความผิดปกติ โดยการรวมชุดตัวอย่างความผิดปกติที่ติดป้ายกำกับจำนวนเล็กน้อย (และอาจรวมถึงตัวอย่างปกติ) เข้ากับชุดข้อมูลขนาดใหญ่ที่ไม่มีป้ายกำกับ การชี้นำด้วยป้ายกำกับนี้จะปรับคะแนนความผิดปกติของโมเดล เพื่อให้ความผิดปกติที่ทราบถูกแยกออกจากกันได้อย่างน่าเชื่อถือมากขึ้น ซึ่งเป็นการเชื่อมช่องว่างระหว่างการตรวจจับแบบไม่มีผู้สอนอย่างสมบูรณ์และการตรวจจับแบบมีผู้สอนอย่างสมบูรณ์