Kas yra Isolation Forest ir kodėl jis greitas?

Isolation Forest yra algoritmas anomalių aptikimui, pagrįstas objektų izoliacijos idėja. Jis sukuria kelis atsitiktinius medžius (izoliacijos medžius), kur kiekvienas mazgas skirsto duomenis pagal atsitiktinį požymį ir atsitiktinį slenkstį. Anomalūs objektai lengviau izoliuojami, todėl jie yra mažesnėje medžių gylyje.

Kodėl jis greitas:

• Naudoja atsitiktinius skirstinius, kurie sumažina skaičiavimo sudėtingumą.
• Nereikia skaičiuoti tankio ar atstumų tarp taškų, kaip tai daroma klasikiniuose metoduose.
• Tinka dideliems duomenų rinkiniams dėl paprasto medžių konstravimo.

Python pavyzdys naudojant scikit-learn biblioteką:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Pavyzdiniai duomenys
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normalus, -1 — anomalija
print(pred)