Seraphineの小窝
·
【sklearn】孤立森林
💡
原文中文，约3400字，阅读约需8分钟。
📝
内容提要
本文介绍了孤立森林算法，用于大数据量的异常检测。该算法采用“切割数据集”的想法，构造二叉树，根据值在二叉树的高度计算每个点的异常值。文章提供了算法的伪代码和函数原型，并使用 plotly 包可视化异常区分结果。
🎯
关键要点
- 孤立森林算法用于大数据量的异常检测。
- 该算法通过构造二叉树来判断数据点的异常值。
- 孤立森林的原理是通过切割数据集来分隔正常数据和异常数据。
- 算法伪代码包括随机选择点、特征维度和切割点等步骤。
- 孤立森林的函数原型和参数说明提供了使用该算法的基本信息。
- 使用plotly包可视化异常检测结果的示例代码。
- 文章作者计划继续更新关于机器学习的博客内容。
➡️
