隔离Fores

Question

我目前正在使用Python中的IsolationForest方法识别数据集中的异常值，但不完全理解sklearn上的示例：

http://scikit-learn.org/stable/auto_examples/ensemble/plot_isolation_forest.html#sphx-glr-auto-examples-ensemble-plot-isolation-forest-py

具体地说，这张图实际上向我们展示了什么？观察值已经被定义为正常值/异常值——所以我假设等高线图的阴影部分表明该观察值是否确实是异常值（例如，异常值较高的观察值位于阴影较暗的区域？）。在

最后，下面的代码部分是如何被实际使用的（特别是y_pred函数）？在

# fit the model
clf = IsolationForest(max_samples=100, random_state=rng)
clf.fit(X_train)
y_pred_train = clf.predict(X_train)
y_pred_test = clf.predict(X_test)
y_pred_outliers = clf.predict(X_outliers) 

我猜它只是为了在有人想打印输出时提供完整性？在

提前感谢您的帮助！在

Answer 1

使用您的代码

在您的代码之后，只需打印y\u pred\u离群值：

# fit the model
clf = IsolationForest(max_samples=100, random_state=rng)
clf.fit(X_train)
y_pred_train = clf.predict(X_train)
y_pred_test = clf.predict(X_test)
y_pred_outliers = clf.predict(X_outliers) 

print(y_pred_outliers)

因此，对于每个观测值，根据拟合模型，它可以判断是否（+1或-1）将其视为异常值。

使用虹膜数据的简单示例

^{pr2}$

结果：

[ 1  1 -1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1
  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1]

[-1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1
 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1]

解释：

print(y_pred_test)只返回1。这意味着X检验的所有样本都不是离群值。在

另一方面，print(y_pred_outliers)只返回-1。这意味着X_异常值的所有样本（虹膜数据总共150个）都是异常值。在

希望这有帮助