O que é a Floresta de Isolamento e por que ela é rápida?

Isolation Forest é um algoritmo para detecção de anomalias baseado na ideia de isolar objetos. Ele constrói múltiplas árvores aleatórias (árvores de isolamento), onde cada nó divide os dados por uma característica aleatória e um limiar aleatório. Objetos anômalos são mais fáceis de isolar, portanto, encontram-se em menor profundidade nas árvores.

Por que é rápido:

• Usa partições aleatórias, o que reduz a complexidade computacional.
• Não requer cálculo de densidades ou distâncias entre pontos, como nos métodos clássicos.
• Escala para grandes conjuntos de dados graças à simplicidade na construção das árvores.

Exemplo de uso em Python com a biblioteca scikit-learn:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Dados de exemplo
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normal, -1 — anomalia
print(pred)