Rừng cô lập tổ hợp

Rừng cô lập tổ hợp huấn luyện nhiều mô hình Rừng cô lập — mỗi mô hình có các hạt ngẫu nhiên, tỷ lệ lấy mẫu con hoặc tham số nhiễm bẩn khác nhau — và kết hợp các điểm số bất thường của chúng để tạo ra một bảng xếp hạng bất thường ổn định và mạnh mẽ hơn. Bằng cách lấy trung bình hoặc tổng hợp trên nhiều rừng cô lập độc lập, phương pháp này giảm phương sai vốn có trong bất kỳ rừng đơn lẻ nào và mang lại khả năng phát hiện ngoại lệ đáng tin cậy hơn trên dữ liệu phức tạp hoặc dữ liệu có chiều cao.