Ансамблевий Isolation Forest
Ансамблевий Isolation Forest навчає декілька моделей Isolation Forest — кожна з різними випадковими зернами, коефіцієнтами підвибірки або параметрами забруднення — і об'єднує їхні оцінки аномалій для отримання більш стабільного, надійного ранжування аномалій. Усереднюючи або агрегуючи результати кількох незалежних лісів ізоляції, метод зменшує дисперсію, властиву будь-якому окремому лісу, і забезпечує більш надійне виявлення викидів на складних або багатовимірних даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
- Isolation Forest. Wikipedia. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Ensemble Isolation Forest (Meta-Ensemble Anomaly Detection). ScholarGate. https://scholargate.app/uk/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.
- Автокодувальник для виявлення аномалійМашинне навчання↔ compare
- Ізоляційний лісМашинне навчання↔ compare
- One-class SVMМашинне навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Голосувальний ансамбльМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →