Co je to Isolation Forest a proč je rychlý?

Isolation Forest je algoritmus pro detekci anomálií založený na myšlence izolace objektů. Staví několik náhodných stromů (izolační stromy), kde každý uzel rozděluje data podle náhodného znaku a náhodného prahu. Anomální objekty jsou snáze izolovatelné, a proto se nacházejí v menší hloubce ve stromech.

Proč je rychlý:

• Používá náhodné rozdělení, což snižuje výpočetní složitost.
• Nevyžaduje výpočet hustot nebo vzdáleností mezi body, jako v klasických metodách.
• Je škálovatelný na velké datové sady díky jednoduchosti konstrukce stromů.

Příklad použití v Pythonu s knihovnou scikit-learn:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Příkladová data
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normální, -1 — anomálie
print(pred)