使用隔离林运算符时，帮助解释异常值/异常

kdafoe

你好。我真的很喜欢异常检测扩展下的隔离森林操作符。树=100，叶大小=2，平均路径作为分数计算的结果，其中前5个异常值与使用Mahalanobis距离函数的R脚本完全匹配。这是比较的好方法。但是对于Trees参数，您是否建议使用一种计算方法或经验法则?或者是分数线?使用我的R脚本比较，我可以很容易地匹配5个最低的分数。分数方面，是否存在一个点或计算，异常值/异常值结束，其余不是异常值?谢谢你的帮助。

MartinLiebig

你好,

很高兴听到我们的输出和r一样。我是它的作者，我只是和sklearn比较。

我认为通常没有真正的方法来为anomaly_score找到正确的参数或截断。如果你有一个异常的列表，你就可以计算出该集合的召回率和精度。但这种情况相当罕见。

对于树:我怀疑越多越好，但在某些时候分数应该收敛，更多的树只会导致更多的计算时间。

最好的

马丁

kdafoe

谢谢马丁。通过我的抽样和测试，我发现树木的数量没有树叶大小重要。在100到10,000棵树之间的变化对我的顶部异常的结果几乎没有影响，但从叶子大小1到2，不断缩小顶部(意味着那些得分最低的)，以匹配我的R脚本。决策树中的叶子大小很容易理解，您可以在可视化中看到使用它的结果，但我不理解当目标是发现决策过程中的异常而不是区别(或杂质)时，叶子大小在隔离森林中有什么作用。你能解释一下吗?再次感谢。