我一直在使用隔离林进行异常检测，并在 scikit-learn (链接) 上查看其参数。查看“引导程序”，我不太清楚使用引导程序会导致什么。对于监督学习，这应该可以减少过度拟合，但我不清楚对异常检测的影响应该是什么。
我认为这需要树就异常是什么达成更多“共识”，因此，减少任何单一特征的影响。即，异常观察可能需要在多个特征上始终保持异常（？）。
这是对该参数的正确解释吗？
bootstrap 对隔离森林的影响
数据挖掘
Python
异常检测
隔离森林
2022-02-12 22:26:07
1个回答
这在原始论文第 3 节中得到了很好的解释。
与监督随机森林一样，隔离森林在特征和实例上都使用采样，因此在这种情况下，后者有助于缓解两个主要问题：
- 沼泽
Swamping 是指错误地将正常实例识别为异常。当正常实例离异常太近时，分离异常所需的分区数量会增加——这使得将异常与正常实例区分开来变得更加困难。
- 掩蔽
掩蔽是太多异常的存在掩盖了自己的存在。
与更需要大样本量的现有方法相反，当样本量保持较小时，隔离方法效果最好。大样本量会降低 iForest 隔离异常的能力，因为正常实例会干扰隔离过程，因此会降低其清楚隔离异常的能力。因此，子抽样为 iForest 良好工作提供了有利环境。在整篇论文中，子抽样是通过随机选择实例进行的，无需替换。
其它你可能感兴趣的问题