Scikit-Learn Isolation Forest 决策函数分数的范围是多少？答案

【问题标题】：What is the range of Scikit-Learn's IsolationForest decision_function scores?Scikit-Learn Isolation Forest 决策函数分数的范围是多少？
【发布时间】：2017-07-20 19:44:27
【问题描述】：

Scikit-Learn 的 IsolationForest 类有一个方法 decision_function，它返回输入样本的异常分数。但是，文档并没有说明这些分数的可能范围是多少，只是说“[分数]越低，越不正常。”

编辑：阅读 jmunsch 的评论后，我再次查看了源代码，这是我的最新猜测：如果scores formula 中的指数始终为负，则分数将始终介于 0 和 1 之间，这意味着返回的范围是 [-0.5, 0.5]，因为该方法返回了 0.5 - scores。但我不确定指数是否总是负数。

【问题讨论】：

如有疑问请查看来源：github.com/scikit-learn/scikit-learn/blob/ab93d65/sklearn/…
@jmunsch 我忘了在我的问题中提到我确实查看了源代码，但我不清楚范围是多少。如果指数始终为负，则分数将始终介于 0 和 1 之间，这意味着范围为 [-0.5, 0.5]。但我不确定指数是否总是负数。

标签： python scikit-learn anomaly-detection

【解决方案1】：

在 Scikit-Learn 的 IsolationForest 中，decision_function 返回 [-0.5, 0.5] 范围内的值，其中 -.5 是最异常的。

所以我相信并且从未见过其他证据。 Scikit-Learn 的 IsolationForest 的文档引用了一篇论文 Isolation-based Anomaly Detection by Liu et al.，其中公式 2 定义了异常分数。在论文中，异常分数介于 0 和 1 之间，其中 1 是最异常的。在scores function 中，您在第 267 行引用了变量 depths.mean(axis=1) 对应于 E(h(x)) 和 _average_path_length(self.max_samples_)) 对应于论文中的 c(psi)。因此，在第 272 行，当函数返回 1 减去分数时，我们得到 [-0.5, 0.5] 的边界。

编辑/奖励： 隔离森林的有效预测方法只是将decision_function 值与存储在model.threshold_ 中的阈值进行比较。所以在对某些数据调用模型的 predict 方法后，异常项是符合条件的相同项：model.decision_function(data) < model.threshold_。

【讨论】：