異常點檢測 孤立森林（isolation forest）

先說重點 1、孤立森林是一種適用於連續數據的無監督異常檢測方法 2、孤立森林，不再是描述正常的樣本點（給出一個正常樣本在特徵空間中的區域，對於不在這個區域中的樣本，視爲異常），而是要孤立異常點。 3、根據‘高密度的簇是需要被切很多次才能被孤立，低密度的點被切分較少次就可以被孤立’的原理，最終算法比較路徑長度的平均值即可捕獲異常點。 4、對小數據集能取得更好的效果。樣本數較多會降低孤立森林孤立異常點

>>阅读原文<<