异常值检测算法--孤立森林（Isolation Forest）

算法

该方法是一维或多维特征空间中大数据集的非参数方法，其中的一个重要概念是孤立数。
孤立数是孤立数据点所需的拆分数。通过以下步骤确定此分割数：
随机选择要分离的点“a”；
选择在最小值和最大值之间的随机数据点“b”，并且与“a”不同；
如果“b”的值低于“a”的值，则“b”的值变为新的下限；
如果“b”的值大于“a”的值，则“b”的值变为新的上限；
只要在上限和下限之间存在除“a”之外的数据点，就重复该过程；
与孤立非异常值相比，它需要更少的分裂来孤立异常值，即异常值与非异常点相比具有更低的孤立数。因此，如果数据点的孤立数低于阈值，则将数据点定义为异常值。
阈值是基于数据中异常值的估计百分比来定义的，这是异常值检测算法的起点

案例