在新颖检测场景中的孤立森林
机器学习
2025-05-14 v1 离散数学
摘要
数据挖掘为从复杂数据集中提取有意义结构提供了多样化的工具，其中异常检测作为一个至关重要的子领域，尤其在流式或实时数据上下文中。对于异常检测，新颖检测侧重于在仅基于常规数据进行训练后，识别以前未见过的模式。在新颖检测中，虽然One-Class SVM或局部离群因子(LOF)等经典算法被广泛应用，但往往缺乏可解释性和可扩展性。在本工作中，我们探索了原为流式异常检测提出的半空间树(HST)算法，并提出了一种用于适应新颖检测任务的新型理论修改。我们的做法基于这样一种思想：即异常即新颖现象倾向于出现在树的较高层次中，这些层次由常规实例访问频率较低。我们通过概率分析、期望深度(EXD)计算和组合推理，分析证明了该方法的有效性。与原始孤立森林相比较的期望深度分析表明，在我们修改后的HST中，新颖点被显著孤立。这一结果支持了HST在合适的结构调整下可作为可解释且高效的新颖检测器的假设。该论文为这种调整提供了理论基础和支持性分析，为后续的应用和实验奠定了基础。
引用
@article{arxiv.2505.08489,
title = {Isolation Forest in Novelty Detection Scenario},
author = {Adam Ulrich and Jan Krňávek and Roman Šenkeřík and Zuzana Komínková Oplatková and Radek Vala},
journal= {arXiv preprint arXiv:2505.08489},
year = {2025}
}