Čo je Isolation Forest a prečo je rýchly?

Isolation Forest je algoritmus na detekciu anomálií založený na myšlienke izolácie objektov. Vytvára viac náhodných stromov (izolačné stromy), kde každý uzol rozdeľuje dáta na základe náhodného znaku a náhodného prahu. Anomálne objekty sú jednoduchšie na izoláciu, preto sa nachádzajú na menšej hĺbke v stromoch.

Prečo je rýchly:

• Používa náhodné delenia, čo znižuje výpočtovú zložitosť.
• Nevyžaduje výpočet hustôt alebo vzdialeností medzi bodmi, ako v klasických metódach.
• Je škálovateľný na veľké dátové súbory vďaka jednoduchej konštrukcii stromov.

Príklad použitia v Pythone s knižnicou scikit-learn:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Príkladové dáta
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normálne, -1 — anomália
print(pred)