Isolation Forest Trực tuyến
Isolation Forest Trực tuyến mở rộng thuật toán phát hiện bất thường Isolation Forest cho dữ liệu luồng hoặc dữ liệu đến liên tục. Thay vì xây dựng lại các cây cô lập từ đầu khi các quan sát mới đến, rừng cây được cập nhật tăng dần để điểm bất thường luôn cập nhật mà không cần xử lý lại toàn bộ lịch sử. Điều này làm cho nó trở nên thiết thực cho việc giám sát thời gian thực, phát hiện gian lận và giám sát dữ liệu cảm biến, nơi khối lượng dữ liệu tăng lên vô hạn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/vi/machine-learning/online-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.
- Phát hiện bất thường bằng AutoencoderHọc máy↔ compare
- Isolation ForestHọc máy↔ compare
- One-Class SVMHọc máy↔ compare
- Học trực tuyếnHọc máy↔ compare
- Rừng Ngẫu nhiên Trực tuyếnHọc máy↔ compare
- Isolation Forest Bán Giám SátHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →