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。
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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