孤立森林
- 核心思想：异常点是“少数且不同”的 (few and different)。因此，相比于正常点，异常点应该更容易被“孤立”。
- 构建过程：
- 算法建立一个由多棵“孤立树 (iTree)”组成的森林。
- 对于每棵 iTree 的构建：
a. 从全量数据中随机抽取一部分样本
b. 随机选择一个特征。
c. 在该特征的最大值和最小值之间，随机选择一个分割点。
d. 根据分割点将样本划分为两个子集，并对子集重复 b, c 步，直到节点只剩一个样本，或树达到预设的最大深度。
- 异常评分：
- 一个样本的异常程度，由它在所有 iTree 中被孤立时所经过的平均路径长度
决定。 - 直观上，异常点由于其“不同”的特性，会很快被划分到叶子节点，因此其路径长度
很短。正常点则需要经过很多次划分才能被孤立，路径长度很长。 - 为了将路径长度归一化到
区间，使用以下公式计算异常分数 ： . 是二叉搜索树的平均路径长度, 用于标准化. 是调和数，可估算为 . - 结果解读：
- 当
接近 时， 很小，表明是异常点. - 当
远小于 时， 很大，表明是正常点.
- 当
- 一个样本的异常程度，由它在所有 iTree 中被孤立时所经过的平均路径长度