Elszigetelő erdő

Az Isolation Forest véletlenszerű partíciókat használ ahelyett, hogy normális eloszlást modellezne vagy minden inlier körüli határt becsülne meg. Egy fa véletlenszerűen választ ki egy jellemzőt és egy felosztott értéket, rekurzív módon particionálva az adatokat. A mintavételezett sokasághoz képest szokatlan pontok gyakran gyorsan kis partíciókra esnek, és ezért rövidebb úthosszúak a gyökértől. Az algoritmus sok fán átlagolja az úthosszakat, és anomália pontszámokká alakítja át. A rövidebb utak erősebb anomáliáknak felelnek meg a módszer pontozási konvenciójában. Az intuíció szerint egy ritka, jellegzetes pont elkülönítése kevesebb véletlenszerű vágást igényel, mint egy sok hasonló megfigyeléssel körülvett pont elkülönítése. A tranzakciók hipotetikus adatkészletében az összeg és az időzítés szokatlan kombinációja már korán elkülöníthető. A ritkaság azonban nem a csalás, a hiba vagy a kár szinonimája. Egy érvényes ritka ügyfélszegmens is gyorsan elkülöníthető, míg egy kontextuális anomália hétköznapinak tűnhet globálisan. A szennyeződést általában a küszöbérték-előrejelzéseknél a kiugró értékek várható hányadának beállítására használják. Befolyásolja a pontszámok címkékké való konvertálását, nem pedig azt a becslést, hogy a megadott tört objektíve anomáliás. A felülvizsgálati kapacitás és a hibaköltségek figyelembevétele nélkül választva eláraszthatja a nyomozókat, vagy elmulaszthatja a fontos ügyeket. Címkézetlen beállítás esetén a csapatok áttekinthetik a pontszámok eloszlását, és használhatják a tartományon alapuló küszöbértékeket. Ha léteznek címkék, értékelje a precíziós visszahívási kompromisszumokat reprezentatív példákon. Az Isolation Forest hatékony lehet nagy adathalmazokon, és több funkciót is kezel, de a teljesítmény a részmintavételtől, a fák számától, a jellemzők megjelenítésétől és a véletlen magoktól függ. A numerikus skála gyakran kevésbé számít, mint a távolságalapú módszereknél, de a transzformációk és a kategorikus kódolás továbbra is befolyásolja a véletlenszerű felosztásokat. Ellenőrizze, hogy az eltérő normális viselkedésű csoportok nincsenek-e tévesen szokatlannak jelölve. Használjon magyarázatokat és emberi felülvizsgálatot a következményes döntésekhez; a pontszám rangsorolja az izolációs viselkedést az illesztett együttes alatt, és nem oksági vagy kalibrált kockázati valószínűség.