> ML_ALGORITHM // ISOLATION-FOREST_v1.0
İzolasyon Ormanı (iForest)
Özellik uzayını ağaçlar kullanarak rastgele alt bölümlere ayırarak aykırı değerleri verimli şekilde izole eden anomali tespit algoritması.
Ensemble Outlier Detectionclassical-unsupervisedmoderate-posthocmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(trees * subsample * log(subsample))
Çıkarım (Inference):O(trees * log(subsample))
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:moderate-posthoc
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
Anomali skoru ortalama ağaç yolu derinliğinin doğrudan monoton bir fonksiyonudur.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
anomaly detectionoutlier rejection
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Isolation ForestFei Tony Liu, Kai Ming Ting (2008) · IEEE International Conference on Data Mining (ICDM)
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Eksen hizalı bölme boş alanlarda yapay düşük anomali bölgeleri yaratır (Genişletilmiş İzolasyon Ormanı ile çözülür)