试图了解隔离森林算法

作者: 时间
发布时间: 2024-01-21 10:02:52 (6月前)
转自：

3 条回复

0#
回复此人
我头上有犄角 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 的 题 </强> ： 我不明白为什么我必须生成集合 <code> X_test </code> 和 <code> X_outliers </code> 因为，当我得到我的数据时，我不知道是否有异常值。 的 回答 </强> ： 你不必生成 <code> X_outliers </code> 。这是一个示例，向您展示隔离林可以检测异常值。该数据集是随机的。它与原始数据无关。 你需要做的只是适合你的 <code> IsolationForest </code> 到你的训练数据。然后，如果您需要，请检查测试集 - 作为预处理步骤 - 如果存在一些异常值。 </DIV>

编辑
1#
回复此人
筱梨 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> “隔离森林算法是无监督算法还是有监督算法（如随机森林算法）？” 隔离树是一种无监督算法，因此不需要标签来识别异常值/异常。它遵循以下步骤： <OL> <LI> 执行数据的随机和递归分区，其表示为树（随机森林）。这是训练阶段，用户定义子样本的参数和树的数量。作者（Liu和Ting，2008）建议子样本和100棵树的默认值为256。树的数量增加时达到收敛。但是，在案例的基础上可能需要微调。 </LI> </醇> <img src =“https://i.stack.imgur.com/O59d4.png”alt =“image”/> <ol start =“2”> <LI> 一旦数据的递归分区完成，就到达树的末尾。预计到达异常值的距离远小于正常数据的距离（见图）。 </LI> <LI> 将路径的距离平均并归一化以计算异常分数。异常得分为1被认为是异常值，接近0的值被认为是正常的。 </LI> </醇> 异常值的判断是根据得分进行的。不需要标签栏。因此，它是一种无监督算法。 </DIV>

编辑

登录后才能参与评论