算法名称

与随机森林算法的不同

极端随机树(Darbanian等人 [28] )

随机森林和额外树(通常称为极端随机森林)之间的关键区别在于，随机森林考虑的是每个特征，选择一个随机值用于分割，而不是确定局部最优的特征/分割组合(对于随机森林) (对于额外树)。

孤立随机森林(IForest) (Chaudhary, n.d., 2020, [29] )在信用卡诈骗检测取得了不错的效果

孤立森林的功能比随机森林好一点。因此，它会生成很多决策树，然后确定从树中提取观测值所需的路径长度。

随机生存森林(Random Survival Forest) (Chen等人 [30] ，2019)

构建树的决策与RF相同。RSF中的每个决策树都是一个两类生存树，用于处理生存数据。对于高维生存的证据，它优于其他方法的生存分析。