索引 / 标签
#异常检测
共 2 篇
- Ch04 机器学习
Isolation Forest (孤立森林/隔离森林)
Isolation Forest (iForest, 孤立森林/隔离森林) 是一种基于集成学习的无监督异常检测算法，由 Liu, Ting, 和 Zhou 于 2008 年提出。其核心思想极其简洁：异常点 (Anomaly) 是"少而不同"的，因此更容易被随机分割隔离。
约 4 分钟1,288 字 - Ch04 机器学习
异常检测 (Anomaly Detection)
异常检测（Anomaly Detection / Outlier Detection）是机器学习中的一项核心技术，目标是识别数据中不符合预期模式、行为异常的样本。这些异常样本可能代表欺诈交易、系统故障、网络攻击、医疗异常或罕见事件。异常检测广泛应用于金融风控、工业运维、网络安全、
约 4 分钟1,123 字