我正在尝试在scikit-learn中研究隔离林的实现，以弄清污染值的设置与检测阈值之间的关系。
根据我的理解，并参考了GitHub上IF的scikit-learn源代码，它如下： 1-很明显，分数是根据路径长度按照原始论文所述计算的。 2-然后，决策函数的计算公式为： 决策函数=得分-偏移 3-假定阈值默认为零： （决策函数<0）的含义（得分<偏移量）表示异常 ---> a）如果在最新版本的0.1中污染='自动'=>然后（偏移= -0.5） ---> b）否则，偏移量按以下公式计算： offset_ = np.percentile（score_samples（X），100 *污染）
很高兴，我想对点（b）有所帮助，即偏移值相对于污染值如何变化。如果我的问题不重要，请问我是新的python用户。
谢谢