有人可以更清楚地解释隔离森林吗？在我搜索的任何地方，我都找到了相同的解释：
隔离森林通过随机选择一个特征，然后在所选特征的最大值和最小值之间随机选择一个分割值来“隔离”观察结果。
让我们举个例子来解决这个问题：
x1 = [2, 1, 4, 6, 4, 2, 1, 2, 3, 4, 19]
我怎么能说 19 是一个异常值？
隔离森林：简单示例
数据挖掘
离群值
隔离森林
2022-02-28 21:12:09
1个回答
这个想法是，您可以越快地隔离样本，它是异常值/异常的机会就越高。
这是您的示例的一种可能情况：
x1 = [2, 1, 4, 6, 4, 2, 1, 2, 3, 4, 19]
- 在 min=1 和 max=19 之间画一个随机值；例如 10
- 根据所选值拆分：
x1_left = [2,1,4,6,4,2,1,2,3,4]
x1_right = [19]
- 在子集上重复
我们已经在一步之后隔离了 19 个，而“左侧”的其他样本尚未隔离，并且到目前为止没有太大变化。采样大于 6 的任何阈值都会在单个拆分中隔离 19 个，其概率接近 70%。
为了更明显，说x1=[1,2,3,4,5,10000000000]。对 1 到 10000000000 之间的值进行采样几乎肯定会给出 > 5 的结果，因此会立即隔离 10000000000。
其它你可能感兴趣的问题