Isolation Forest हाइपरपैरामीटर्स का ओवरव्यू

Python में Anomaly Detection

Bekhruz (Bex) Tuychiev

Kaggle Master, Data Science Content Creator

सबसे महत्वपूर्ण हाइपरपैरामीटर्स

IForest को सबसे अधिक प्रभावित करने वाले हाइपरपैरामीटर्स:

  • contamination
  • n_estimators
  • max_samples
  • max_features
Python में Anomaly Detection

Contamination क्या है?

IForest डेटा पॉइंट्स को कैसे वर्गीकृत करता है:

  1. रॉ एनॉमली स्कोर बनाए जाते हैं
  2. contamination नाम का थ्रेशोल्ड सेट करें
  3. contamination से दर्शाई गई सर्वोच्च प्रतिशत स्कोर को आउटलायर पॉइंट्स चुना जाता है
Python में Anomaly Detection

Contamination सेट करना

from pyod.models.iforest import IForest


# 0 और 0.5 के बीच का मान स्वीकार करता है
iforest = IForest(contamination=0.05)
Python में Anomaly Detection

n_estimators क्या है?

# बड़े डेटासेट के लिए अधिक ट्री
iforest = IForest(n_estimators=1000)

iforest.fit(airbnb_df)
Python में Anomaly Detection

max_samples और max_features

iforest = IForest(n_estimators=200, max_samples=0.6, max_features=0.9)


iforest.fit(airbnb_df)
Python में Anomaly Detection

ट्री ग्रोथ

  • iTrees:
    • रैंडम तरीके से grow होते हैं
    • स्प्लिट फीचर के न्यूनतम और अधिकतम के बीच रैंडम चुना जाता है
    • तब तक grow होते हैं जब तक:
      • सभी पॉइंट्स आइसोलेट न हो जाएँ
      • मैक्सिमम डेप्थ पहुँच न जाए
Python में Anomaly Detection

मैक्स ट्री डेप्थ

  • सैंपल साइज के लॉगरिदम के बराबर
Python में Anomaly Detection

IForest के फ़ायदे

  • बड़े डेटासेट पर बहुत कुशल
  • अन्य एल्गोरिदम की तरह सभी नॉर्मल इंस्टैंसेज़ की जरूरत नहीं
  • कोई सांख्यिकीय मान्यताएँ नहीं
  • बॉक्स से बाहर ही अच्छा परफॉर्म करता है
Python में Anomaly Detection

Outlier detection की चुनौतियाँ

  • Supervised-learning मॉडल RMSE या log loss जैसी मेट्रिक्स पर निर्भर करते हैं
  • Outlier detection एक unsupervised-learning समस्या है
  • Outlier क्लासिफायर्स को supervised-learning मॉडलों के साथ संयोजित करें
Python में Anomaly Detection

अभ्यास करते हैं!

Python में Anomaly Detection

Preparing Video For Download...