孤立森林---2--使用Scikit learn实现

Some Notions(算法中使用到的一些符号说明)

Training Stage （训练阶段包含算法1和算法2）

算法1：$iForest(X,t,\psi )$构建孤立森林，X表示我们的总数据， t 表示孤立森林中设置的树的棵数，$\psi$表示构建一棵树，我们从总数据X中选取的随机样本个数

算法1：$iTree(X^{\prime })$构建孤立树，$X^{\prime }$表示 $\psi$ 个随机样本的集合

Evaluation Stage

算法3：把样本一个 x 放到一棵孤立树上，看这个样本 x 最后落在树的哪个节点上，返回这个节点的高度。$PathLength(x,T,hlim,e)$，x表示一个样本，T 表示森林中的一棵树，hlim表示一棵树最多能有多高，e 表示这个样本x从根节点到其所在节点一共经历的边数

直接调用Scikit learn 库中的Isolation Forest算法

predict(X)： 返回值：+1 表示正常样本， -1表示异常样本。

decision_function(X) 返回样本的异常评分。 值越小表示越有可能是异常样本。

官方示例：(我们现在通过这个简单的例子，来看一看它都用了Isolation Forest 算法的哪些方法~)

import numpy as np
import matplotlib.pyplot as plt
from sklearn.ensemble import IsolationForest
rng=np.random.RandomState(42)
# 生成训练数据
X=0.3*rng.randn(100,2) # 100条二维数据
X_train=np.r_[X+2,X-2] # 200条数据（X+2,X-2）拼接而成

X = 0.3 * rng.randn(20, 2)
X_test = np.r_[X + 2, X - 2]
# 基于分布生成一些观测正常的数据
X_outliers=rng.uniform(low=-4,high=4,size=(20,2))
# 训练隔离森林模型
clf=IsolationForest(behaviour='new',max_samples=100,random_state=rng,contamination='auto')
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)
# 画图
xx, yy = np.meshgrid(np.linspace(-5, 5, 50), np.linspace(-5, 5, 50)) # 生成网络数据 https://www.cnblogs.com/lemonbit/p/7593898.html
Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

plt.title("IsolationForest")
plt.contourf(xx, yy, Z, cmap=plt.cm.Blues_r) # 等高线

b1 = plt.scatter(X_train[:, 0], X_train[:, 1], c='white',
                 s=20, edgecolor='k')
b2 = plt.scatter(X_test[:, 0], X_test[:, 1], c='green',
                 s=20, edgecolor='k')
c = plt.scatter(X_outliers[:, 0], X_outliers[:, 1], c='red',
                s=20, edgecolor='k')
plt.axis('tight')
plt.xlim((-5, 5))
plt.ylim((-5, 5))
plt.legend([b1, b2, c],
           ["training observations",
            "new regular observations", "new abnormal observations"],
           loc="upper left")
plt.show()

可以看到这个小例子中一共用到了下面这4个方法：

1. clf=IsolationForest()

2. clf.fit(X_train)

3. clf.predict(X_train)

4.clf.decision_function()

这个示例中相关的一些python语法知识，我会在另一篇中记录~