著名的，人手一本的西瓜書(就是這本)的作者周志華老師,於2008年在第八屆IEEE數據挖掘國際會議上提出孤立森林(Isolation Forest) 算法, 先簡單解釋一下什么是孤立森林： 「假設我們用一個隨機超平面來切割（split）數據空間（data space）, 切一次可以生成 ...

前言隨着機器學習近年來的流行，尤其是深度學習的火熱。機器學習算法在很多領域的應用越來越普遍。最近，我在一家廣告公司做廣告點擊反作弊算法研究工作。想到了異常檢測算法，並且上網調研發現有一個算法非常火爆，那就是本文要介紹的算法 Isolation Forest，簡稱 iForest 。 南大周志華 ...

一、簡介 孤立森林（Isolation Forest）是另外一種高效的異常檢測算法，它和隨機森林類似，但每次選擇划分屬性和划分點（值）時都是隨機的，而不是根據信息增益或者基尼指數來選擇。在建樹過程中，如果一些樣本很快就到達了葉子節點（即葉子到根的距離d很短），那么就被認為很有可能是異常點 ...

　　南大周志華老師在2010年提出一個異常檢測算法Isolation Forest，在工業界很實用，算法效果好，時間效率高，能有效處理高維數據和海量數據，這里對這個算法進行簡要總結。 iTree 　　提到森林，自然少不了樹，畢竟森林都是由樹構成的，看Isolation Forest（簡稱 ...

代碼如下，測試發現，是否對輸入數據進行歸一化/標准化對於結果沒有影響： 輸出樣例： 輸入數據樣例（已經提取了特征）： 參考：http://scik ...

1.算法簡介 　　算法的原始論文 http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/icdm08b.pdf 。python的sklearn中已 ...

簡介 工作的過程中經常會遇到這樣一個問題，在構建模型訓練數據時，我們很難保證訓練數據的純凈度，數據中往往會參雜很多被錯誤標記噪聲數據，而數據的質量決定了最終模型性能的好壞。如果進行人工二次標記，成本 ...

關於隨機森林，請看我的另一篇博客Random Forest隨機森林算法 下面這張圖闡釋了檢測 ...