关于我们+
产品与服务+
解决方案+
客户案例+
AI创新中心+
投资者关系+
资源中心+
联系我们+
申请演示+
申请演示-
本文主要介绍异常值检测领域一种高效的非监督算法孤立森林:该算法构建多棵孤立树将每个样本单独分成一类,通过衡量分类时各样本点被区分开的难易程度来寻找异常值。以往异常值检测方法多用有监督模型,需要使用历史数据对交易行为进行分类,所以这些模型只能识别历史数据中已有的诈骗手段,新的欺诈方式却难以识别。而孤立森林非监督的检测原理可以很好的克服这一问题,而且该算法还拥有高精度和线性时间复杂度的特点,非常适用于金融行业的反欺诈领域。