著名的，人手一本的西瓜书(就是这本)的作者周志华老师,于2008年在第八届IEEE数据挖掘国际会议上提出孤立森林(Isolation Forest) 算法, 先简单解释一下什么是孤立森林： 「假设我们用一个随机超平面来切割（split）数据空间（data space）, 切一次可以生成 ...

前言随着机器学习近年来的流行，尤其是深度学习的火热。机器学习算法在很多领域的应用越来越普遍。最近，我在一家广告公司做广告点击反作弊算法研究工作。想到了异常检测算法，并且上网调研发现有一个算法非常火爆，那就是本文要介绍的算法 Isolation Forest，简称 iForest 。 南大周志华 ...

一、简介 孤立森林（Isolation Forest）是另外一种高效的异常检测算法，它和随机森林类似，但每次选择划分属性和划分点（值）时都是随机的，而不是根据信息增益或者基尼指数来选择。在建树过程中，如果一些样本很快就到达了叶子节点（即叶子到根的距离d很短），那么就被认为很有可能是异常点 ...

　　南大周志华老师在2010年提出一个异常检测算法Isolation Forest，在工业界很实用，算法效果好，时间效率高，能有效处理高维数据和海量数据，这里对这个算法进行简要总结。 iTree 　　提到森林，自然少不了树，毕竟森林都是由树构成的，看Isolation Forest（简称 ...

代码如下，测试发现，是否对输入数据进行归一化/标准化对于结果没有影响： 输出样例： 输入数据样例（已经提取了特征）： 参考：http://scik ...

1.算法简介 　　算法的原始论文 http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/icdm08b.pdf 。python的sklearn中已 ...

简介 工作的过程中经常会遇到这样一个问题，在构建模型训练数据时，我们很难保证训练数据的纯净度，数据中往往会参杂很多被错误标记噪声数据，而数据的质量决定了最终模型性能的好坏。如果进行人工二次标记，成本 ...

关于随机森林，请看我的另一篇博客Random Forest随机森林算法 下面这张图阐释了检测 ...