Scikit-Learn 的IsolationForest类有一个方法decision_function可以返回输入样本的异常分数。但是，文档并没有说明这些分数的可能范围是多少，只是说“[分数]越低，越不正常。”
编辑：阅读 jmunsch 的评论后，我再次查看了源代码，这是我更新后的猜测：如果分数公式中的指数始终为负，那么分数将始终介于 0 和 1 之间，这意味着返回的范围是 [- 0.5, 0.5] 因为0.5 - scores由方法返回。但我不确定指数是否总是负数。
问问题
3396 次
1 回答
5
在 Scikit-Learn 的 IsolationForest 中，decision_function 返回 [-0.5, 0.5] 范围内的值，其中 -.5 是最异常的。
或者我相信并且从未见过其他证据。Scikit-Learn 的 IsolationForest 的文档参考了Liu 等人的论文 Isolation-based Anomaly Detection。其中等式 2 定义了异常分数。在论文中，异常分数介于 0 和 1 之间，其中 1 是最异常的。在第 267 行引用的分数函数中，变量 depths.mean(axis=1) 对应于 E(h(x))，_average_path_length(self.max_samples_)) 对应于论文中的 c(psi)。因此，在第 272 行，当函数返回 1 减去分数时，我们得到 [-0.5, 0.5] 的边界。
编辑/奖励：
有效隔离森林的预测方法只是将决策函数值与存储在model.threshold_. 因此，在对某些数据调用模型的 predict 方法后，异常项是符合条件的相同项：model.decision_function(data) < model.threshold_.
于 2018-08-16T18:06:40.210 回答