Drzewa izolacji

Wprowadzenie do wykrywania anomalii w R

Alastair Rushworth

Data Scientist

Drzewo izolacji

Wprowadzenie do wykrywania anomalii w R

Wykresy drzewa izolacji

Wprowadzenie do wykrywania anomalii w R

Dopasowanie drzewa izolacji

library(isofor)

furniture_tree <- iForest(data = furniture, nt = 1)

Argumenty iForest()

  • data - ramka danych
  • nt - liczba drzew izolacji do zbudowania

 

 

Pobranie pakietu z https://github.com/Zelazny7/isofor

Wprowadzenie do wykrywania anomalii w R

Generowanie wyniku izolacji

furniture_score <- predict(furniture_tree, newdata = furniture)

Argumenty predict()

  • object - dopasowany model iForest
  • newdata - dane do oceny
Wprowadzenie do wykrywania anomalii w R

Interpretacja wyniku izolacji

furniture_score[1:10]

[1] 0.5820092 0.5820092 0.5439338 0.5820092 0.5439338 
[6] 0.5820092 0.7129862 0.5363547 0.5363547 0.5363547

Znormalizowana długość ścieżki

  • Wyniki w zakresie od 0 do 1
  • Wyniki bliskie 1 wskazują na anomalie (krótka ścieżka)
Wprowadzenie do wykrywania anomalii w R

Czas na ćwiczenia!

Wprowadzenie do wykrywania anomalii w R

Preparing Video For Download...