重新审视孤立森林中的随机化选择
机器学习
2021-12-07 v3 机器学习
摘要
孤立森林（Isolation forest，或称“iForest”）是一种直观且广泛使用的异常检测算法，其遵循一个简单而有效的思想：在给定数据分布中，若在某个变量的取值范围内均匀随机地选择一个阈值（切分点），并根据数据点大于或小于该阈值进行划分，则离群点更可能最终孤立或落入较小的分区。原始流程建议在每一步均匀随机地选择切分变量以及变量内的切分点，但本文表明，通过采用非均匀随机的变量和/或阈值选择，可以更轻易地识别出“成簇”的多样性离群点——这类离群点通常比其他类别更具研究价值。本文比较了不同的切分引导准则，发现其中一些准则对于特定类别的离群点能显著改善离群判别效果。
引用
@article{arxiv.2110.13402,
title = {Revisiting randomized choices in isolation forests},
author = {David Cortes},
journal= {arXiv preprint arXiv:2110.13402},
year = {2021}
}