İzolasyon Ormanı nedir ve neden hızlıdır?

Isolation Forest, nesneleri izole etmeye dayalı bir anomali tespit algoritmasıdır. Birden fazla rastgele ağaç (izolasyon ağaçları) inşa eder; her düğüm, verileri rastgele bir özellik ve rastgele bir eşik kullanarak böler. Anormal nesneler daha kolay izole edildiği için, ağaçlarda daha az derinlikte bulunurlar.

Neden hızlıdır:

• Rastgele bölmeler kullanır, bu da hesaplama karmaşıklığını azaltır.
• Geleneksel yöntemlerde olduğu gibi noktalar arasındaki yoğunlukları veya uzaklıkları hesaplamaya gerek yoktur.
• Ağaçların basit yapısı sayesinde büyük veri setlerine ölçeklenebilir.

Python'da scikit-learn kütüphanesi ile kullanım örneği:

from sklearn.ensemble import IsolationForest

X = [[-1.1], [0.3], [0.5], [100]]  # Örnek veriler
clf = IsolationForest(random_state=42)
clf.fit(X)
pred = clf.predict([[0], [100]])  # 1 — normal, -1 — anomali
print(pred)