machine-learning - 如何使用隔离森林仅找到下边界异常值？

Question

当我使用隔离森林时，它会返回具有较高和较低边界的异常值。隔离森林中是否有任何技术可以仅查找边界较低的异常值？

例如，在下面的代码中

from sklearn.ensemble import IsolationForest
X = [[1], [99], [100], [101], [102], [103], [104], [105], [106], [107], [1000]]
clf = IsolationForest(random_state=0)
clf.fit(X)
clf.predict(X)

输出是：

array([-1,  1,  1,  1,  1,  1,  1,  1,  1,  1, -1])

我们知道值 1 和 1000 是异常值，1 是下界，1000 是上界。有什么方法可以只找到具有较低边界的值吗？

例如上面的输出必须是这样的：

array([-1,  1,  1,  1,  1,  1,  1,  1,  1,  1, 1])