引導式測驗 · 中等 等級

隔離森林測驗

將隨機樹路徑長度與異常排名連接起來,並將污染閾值與現實世界的異常率區分開來。

相關引導路徑隔離森林
問題 1 的 8

异常点的平均隔离树路径长度往往会发生什么变化?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 异常点的平均隔离树路径长度往往会发生什么变化?
    • 它更短,因为更少的随机分割将其隔离
    • 它更长,因为每次拆分都保留了共同点
    • 它恰好等于特征的数量
    • 直接由污染設定
  2. 污染設定通常控制什麼?
    • 經核實的生產異常現象的發生率
    • 用于将所选分数标记为异常值的阈值
    • 輸入特徵的數量
    • 每棵树的随机分裂方向
  3. 哪一個分數解釋符合森林的核心直覺?
    • 更长的路径总是意味着更高的异常风险
    • 分数是经过校准的欺诈概率
    • 较短的路径表明基于隔离的异常证据更强
    • 分数确定事件的因果原因
  4. 稀有但合法的客户群获得较高的异常分数。这说明了什么问题?
    • 路徑長度總是有因果關係的
    • 污染保證標籤正確
    • 隨機樹需要類標籤
    • 稀有不等於欺詐或無效
  5. 為什麼要驗證所選庫中的分數方向?
    • 所有圖書館都將負分定義為正常
    • 一些决策函数会反转或改变原始异常分数
    • 樹集成省略了路徑長度
    • 污染使特徵矩陣反轉
  6. 如果污染从 5% 增加到 10%,最直接预计会发生什么变化?
    • 每條路都變得更短
    • 事實證明,真實異常率翻倍
    • 更多點可能會被閾值標記為異常
    • 模型變成有監督的詐欺分類
  7. 当标签可用时,警报团队应如何评估隔离森林阈值?
    • 選擇恰好標記一半資料的閾值
    • 假設每條短路徑都是欺詐
    • 僅比較訓練得分平均值
    • 衡量代表性标记案例的精确度和召回率权衡
  8. 隔離森林分數本身不能提供什麼?
    • 因果解釋或校準事件機率
    • 孤立行為排名
    • 基於集合的異常分數
    • 觀察結果的比較