Question

我正在按照以下方式使用隔离林来检测数据集中的异常数据点。

#isolation forest
clf = IsolationForest(max_samples='auto', random_state=42, behaviour="new", contamination=.01)
clf.fit(X)
y_pred_train = clf.predict(X)

outliers = []
for item in np.where(y_pred_train == -1)[0]:
    outliers.append(df_nodes[item])

我希望将预测的异常值作为排名列表。也就是说，我想知道什么是最有可能的离群值，以及下一个离群值，依此类推（可以使用某种预测概率进行排序）。我正在尝试找到一种在sklearn中执行此操作的方法。但是，我仍然找不到方法。请让我知道合适的方法。

很高兴在需要时提供更多详细信息。

Answer 1

使用predict代替使用decision_function。

来自docs：

方法 Decision_function（self，X）基本分类器X的平均异常分数。

然后，您可以根据其异常分数对它们进行排名。该值越低，观察到的异常越多。

如何在sklearn中获得关于隔离林的顶级预测

1 个答案: