孤立森林(Iforest) 异常检测方法

孤立森林(Iforest) 异常检测方法

概述

Iforest算法常用于异常检测。孤立森林算法由08年首次提出，基于孤立森林的异常检测算法11年在tkdd问世，这两篇论文的一作是小哥Fei Tony Liu和Kai Ming Ting教授，周志华是第二作者（多篇论文有合作，猜测长期合作关系）。这时Fei Tony Liu还是蒙纳士大学（Monash University ）一个博士生，目前在蒙纳士大学兼职任职，主要任职于在澳大利亚印度尼西亚经济治理合作组织（数据分析顾问）。哈哈哈哈，这些是题外话

言归正传，Iforest算法自问世以来，颇受好评，从众多异常检测算法中脱颖而出的原因在于其“又快又好”的特性，接下来简单介绍其算法原理。

算法原理

孤立森林，由多棵孤立树组成，一棵孤立树的目标是将一个样本与其余样本分离。孤立树本质是一棵二叉树，给定$n$个$d$维样本的数据$X$，迭代地随机选择一个特征$q$和该特征范围内的一个分割值$p$，通过判断 $q<p$将$X$二分为左孩子节点和右孩子节点。直到满足一下条件之一终止迭代：

• $|X|$=1
• 树的高度达到限制高度
• 所有的$|X|$具有相同的值

这样一棵二叉树，假设所有样本都是可孤立的[无样本具有相同的值]，需要$n$个叶子节点，$n-1$个内部节点，共$2n-$