基本信息

---

下载

文档摘要

---

PAGE

PAGE3

孤立森林算法概述

在2008年周志华老师提出了这种基于树的无监督非参数算法。实际上，它是由许多针对给定数据集的树组成的。孤立是这个算法的关键字，因为它将异常从其余的观察中隔离出来。这个隔离程序通过将区域随机分割成更小的块来分割所有的数据点。孤立森林的结果导向是孤立异常点。

孤立森林是一种优秀的异常检测算法，它与集成学习算法随机森林有许多内在的相似之处。众所周知，随机森林是分类任务中最成功的模型之一。与随机森林不同，采用无监督的孤立森林算法在抽样之后需要构建一棵孤立树，并非决策树。对于随机森林而言，在回归问题中，模型输出的是预测的浮点值；在分类问题中，模型