详细内容或原文请订阅后点击阅览
机器学习“降临日历”第 8 天：Excel 中的隔离森林
隔离森林可能看起来很技术性，但它的想法很简单：使用随机分割来隔离点。如果一个点很快被孤立，那么它就是一个异常点；如果需要多次分割，这是正常的。使用微小的数据集1、2、3、9，我们可以清楚地看到逻辑。我们构建几个随机树，测量每个点需要多少个分割，平均深度，并将它们转换为异常分数。短深度的分数接近 1，长深度的分数接近 0。Excel 的实现很痛苦，但算法本身很优雅。它可以扩展到许多特征，不对分布做出任何假设，甚至可以处理分类数据。最重要的是，隔离森林提出了一个不同的问题：不是“什么是正常的？”，而是“我能以多快的速度隔离这一点？”机器学习“降临日历”第 8 天：Excel 中的隔离森林帖子首先出现在走向数据科学上。
来源:走向数据科学对于决策树，无论是回归还是分类，我们今天将继续使用决策树的原理。
回归 分类而这一次，我们处于无监督学习中，所以没有标签。
该算法称为隔离森林，其思想是构建许多决策树，形成森林。其原理是通过隔离异常来检测异常。
为了让一切都易于理解，让我们看一个我自己创建的非常简单的示例数据集：
1, 2, 3, 9
（因为 TDS 的主编提醒了我有关提及数据来源的法律细节，所以让我正确地声明一下：该数据集完全由我本人拥有版权。这是我手工制作的四点数据集，我很高兴授予每个人将其用于教育目的的权利。）
该数据集的版权归我本人所有这里的目标很简单：找到异常现象、入侵者。
我知道您已经知道它是哪一个了。
一如既往，我们的想法是将其转变为可以自动检测它的算法。
经典机器学习框架中的异常检测
在进一步讨论之前，让我们退后一步，看看异常检测在全局中的位置。
左边是监督学习，有标记数据和两种主要类型：
监督学习- 目标为数值时的回归 目标为分类时的分类
这是迄今为止我们使用决策树的地方。
右边是无监督学习，没有标签。
无监督学习我们不预测任何事情。我们只需操纵观察结果（聚类和异常检测）或操纵特征（降维和其他方法）。
操纵观察结果 操作特征对于观察级方法，我们有两种可能性：
- 聚类：对观察进行分组异常检测：为每个观察分配一个分数