Šta je Isolation Forest i zašto je brz?

Isolation Forest je algoritam za otkrivanje anomalija zasnovan na ideji izolacije objekata. On gradi više slučajnih stabala (stabala izolacije), gde svaki čvor deli podatke na osnovu slučajnog svojstva i slučajnog praga. Anomalni objekti su lakši za izolaciju, pa se nalaze na manjoj dubini u stablima.

Zašto je brz:

• Koristi slučajne podele, što smanjuje računarsku složenost.
• Ne zahteva izračunavanje gustina ili udaljenosti između tačaka, kao u klasičnim metodama.
• Skalira na velike skupove podataka zahvaljujući jednostavnosti građenja stabala.

Primer upotrebe u Pythonu sa bibliotekom scikit-learn:

from sklearn.ensemble import IsolationForest

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