扩展隔离森林
机器学习
2020-07-09 v3 天体物理仪器与方法
机器学习
摘要
我们提出无模型异常检测算法隔离森林（Isolation Forest）的一个扩展。该扩展名为扩展隔离森林（Extended Isolation Forest, EIF），解决了给定数据点异常分数赋值的问题。我们使用异常分数的热图来引出该问题。这些热图受到由二叉树分支操作准则产生的伪影的影响。我们详细解释该问题并以可视化方式展示其发生机制。然后我们提出两种不同方法来改善该状况。首先，我们提出在每棵树创建前随机变换数据，从而平均掉偏差。第二种（也是首选方式）是允许使用具有随机斜率的超平面来切片数据。该方法可修正异常分数热图中可见的伪影。我们通过考察沿常数水平集分布的数据点分数的方差，表明使用该方法的算法鲁棒性大为改善。我们报告了合成数据集及真实世界基准数据集上的AUROC与AUPRC。我们发现标准隔离森林与EIF在收敛速率和计算时间上无显著差异。
引用
@article{arxiv.1811.02141,
title = {Extended Isolation Forest},
author = {Sahand Hariri and Matias Carrasco Kind and Robert J. Brunner},
journal= {arXiv preprint arXiv:1811.02141},
year = {2020}
}
备注
12 pages; 21 figures, Published. Open source code in https://github.com/sahandha/eif