数学建模学习（74）：隔离森林的异常值查找，简单的学会

Posted 2022-07-12 川川菜鸟

再数学建模学习（72）这一篇，我们尝试过用隔离森林对大量数据集的异常值检测，这一篇我们简单的来学习使用它，如果你那一篇没看懂，可以先看这一篇，可能会轻松很多。

隔离森林介绍

隔离森林是一种用于异常值检测的无监督学习算法，该算法基于决策树。该算法隔离通过随机选择一个特征来观察。然后它在所选特征的最大值和最小值之间随机选择一个分割值。这可以用决策树结构来表示。在这种决策树中从根到叶的路径长度是该点的正态性的度量。该路径长度相当于分离样品所需的分裂次数。与其他常规数据点相比，异常值是少数。在特征空间中，它们远离常规数据点。因此，使用这种决策树和随机分区，这些点应该更接近树的根部来识别。这是因为异常值的平均路径长度较短。当几个这样的随机决策树聚合成一个森林时，它们很可能会为异常点产生更短的路径长度。

图表示：

案例

这里先创建一个数据集：

import pandas as pd

data = [[1,4], [2,2], [3,4], [4