孤立森林(Isolation Forest)

背景 現有的異常檢測方法主要是通過對正常樣本的描述，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。這些方法的主要缺點是，異常檢測器只會對正常樣本的描述做優化，而不會對異常樣本的描述做優化，這樣就有可能造成大量的誤報，或者只檢測到少量的異常。 異常的兩個特點：異常數據只佔很少量、異常數據特徵值和正常數據差別很大。 孤立森林，不再是描述正常的樣本點，而是要孤立異常點，由周志華

>>阅读原文<<