期末報告 Isolation Forest 學號：R 姓名：林韋宏

Presentation on theme: "期末報告 Isolation Forest 學號：R 姓名：林韋宏"— Presentation transcript:

1 期末報告 Isolation Forest 學號：R06525063 姓名：林韋宏
演算法文件

2 Outline Algorithm Introduction Code Review Model Preview
Live Demo(Using InAnalysis) Conclusion&Reference

3 Algorithm Introduction
iForest中的樹叫isolation tree，簡稱iTree。iTree樹和決策樹不太一樣，構建過程也 比決策樹簡單，是一個完全隨機的過程。 數據集有N條數據，構建一顆iTree時，從N條數據中均勻抽樣(無放回抽樣)出M個樣 本作為這顆樹的訓練樣本。 在樣本中，隨機選特徵，並在這個特徵的所有值範圍內(min~max)隨機選一個值， 對樣本進行二叉劃分，將樣本中小於該值的劃分到節點的左邊，大於等於該值的劃 分到節點的右邊。

4 Algorithm Introduction
預測的過程就是把測試數據在iTree樹上沿對應的條件分支往下走，直到達到葉子節 點，記錄過程中經過的路徑長度，帶入計算每條待測數據的異常分數 分數越接近1，是異常點的可能性越高 分數都比0.5小，基本可以確定為正常數據 分數都在0.5附近，數據不包含明顯的異常樣本

5 隨機特徵 隨機值二分 數據集 隨機抽 數據集 訓練樣本 數據集

6 優點 : 內存要求低、處理速度快 iTree數量(n_estimators) : default 100 採樣數量(max_samples) : default 256 缺點 : 特徵少的數據效果不佳

7 Code Review

8 Model Preview matplotlib.pyplot contourf iris dataset
sepal length & width n_estimators=100 contamination=0.1 max_features=1

9 Live demo 報告當天使用InAnalysis完成live demo：http://ntuesoe.com:8008/ 步驟：
上傳期中專案使用的訓練資料 點選自己新增的演算法訓練 口頭講述訓練結果、預測結果

10 Conclusion & Reference
learn.org/stable/modules/generated/sklearn.ensemble.IsolationForest.html learn.org/stable/auto_examples/ensemble/plot_isolation_forest.html#sphx-glr- auto-examples-ensemble-plot-isolation-forest-py