孤立森林（Isolation Forest）是一种用于连续数据的无监督异常检测方法。通过构建随机二叉树，将数据进行随机切割，异常点通常在较少的切割次数下被孤立。算法包括训练和预测两部分，异常分值表示数据点的异常程度，路径长度越短，异常程度越高。适用于异常比例较低的数据集，但在特征选择时需谨慎，确保检测的异常符合实际需求。
isolation forest 孤立森林
一种适用于 连续数据 的 无监督 异常检测方法。
提到森林，自然少不了树，毕竟森林是由树构建的，isolation Tree（简称ITree），
iTree是一种随机二叉树，每一个结点要么有两个子节点，要么就是叶子结点，
给定一堆数据集D，这里D的所有属性都是连续型的变量，
ITree的构成过程：
1随机选择一个属性Attr
2随机选择该属性的一个值Value
3根据Attr对每一条记录进行分类，把Attr小于Value的记录放在左子节点，大于的放在右子节点
4然后递归的构造左子节点和右子节点。
（直到树的高度达到了限定的高度，或者数据集只有一条或多条一样的记录）
举个例子：
假设现在有一组一维数据（如下图所示），我们要对这一组数据进行随机分割，希望把A，B点单独切分出来，具体我们先在最大值和最小值直接随机选择一个值x,然后 按照<x和>=x把数据分为左右两组，然后，在两组分别重复这个步骤，知道数据不可分，显然，B点跟其他数据比较疏远，可能用很少的次数就把它切分开，
最低0.47元/天 解锁文章
扫一扫
1109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
