Mis on Isolation Forest ja miks see on kiire?

Isolation Forest on anomaaliate tuvastamise algoritm, mis põhineb objektide isolatsiooni ideel. See ehitab mitu juhuslikku puud (isolatsiooni puud), kus iga sõlm jagab andmeid juhusliku tunnuse ja juhusliku lävendi alusel. Anomaalsed objektid on kergemini isolaatavad, seetõttu asuvad nad puude väiksemas sügavuses.

Miks see on kiire:

• Kasutab juhuslikke jagamisi, mis vähendavad arvutuslikku keerukust.
• Ei nõua tiheduse või kauguste arvutamist punktide vahel, nagu klassikalistes meetodites.
• Skaleerub suure andmekogumi jaoks tänu puude lihtsale ehitusele.

Python näide kasutades scikit-learn raamatukogu:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Näidandmed
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normaalne, -1 — anomaalia
print(pred)