添加隔離森林作為無監督學習的方法添加隔離森林作為無監督學習的方法
統計與分析回覆：新增隔離森林作為無監督學習的方法我們開始使用 Isolation Forest 作為我們的第一個測試案例從 JMP 調用 python 程式碼，並取得了一些初步的成功。 我打算將其設定為加載項。
我仍然希望將其視為 JMP 中的異常檢測選項。
回覆：新增隔離森林作為無監督學習的方法謝謝彼得
回覆：新增隔離森林作為無監督學習的方法這是一個很好的起點。https://www.jmp.com/en_us/whitepapers/jmp/jmp-synergies-using-jmp-and-jmp-pro-with-python-and-r.html
回覆：新增隔離森林作為無監督學習的方法我不介意測試/創建一個使用 Sklearn 中的隔離森林 python 調用或 Pyod 中的插件。
然而。 我對 JMP/Python 介面不夠熟練，無法創建插件。 有人可以聯絡我提供指導嗎？
回覆：新增隔離森林作為無監督學習的方法 - 狀態變更為：正在調查我們正在調查這項可能的新功能，但目前還沒有明確的計劃將其放入 JMP 中。使用調用開源工具（例如 isotree R 套件）的 JMP 插件來建立原型可能會很有趣。
回覆：新增隔離森林作為無監督學習的方法隔離森林是一種用於多元異常檢測的無監督學習方法。
儘管它使用非參數（基於樹）方法，但它的使用方式與異常值的 Mahalanobis 或 T2 距離方法類似。
回覆：添加隔離森林作為無監督學習的方法 - 狀態更改為：需要訊息@羅森0這是一個有趣的想法。可以分享一下你會用它來解決什麼樣的問題嗎？我們希望更好地理解用例。
回覆：新增隔離森林作為無監督學習的方法第一的... IsolationForest 非常適合，因為 JMP 已經具有用於監督學習的提升樹和隨機森林
根據文獻和寶潔公司的一些經驗，IsolationForest 既快速又有效。 因為它們是基於樹的，所以也可以有效地獲得重要貢獻
回覆：新增隔離森林作為無監督學習的方法我很想知道隔離森林與經典離群值分析演算法相比有何不同
回覆：新增隔離森林作為無監督學習的方法 - 狀態變更為：暫時未規劃我們目前不打算將其建置到產品中，但我們希望這可以透過利用新的 python 整合的插件來交付，如評論中所述。
回覆：將隔離森林作為一種無監督學習方法我們現在有了一個使用 Python 整合的 Isolation Forest 插件。
