608175_ja-JP

liliconcom

隔離林と隔離木Isolation Forest は、さまざまなベンチマーク全体での一般的な有効性と強力なスケーラビリティにより、近年、間違いなく最も人気のある異常検出器の 1 つとして浮上しています。 これは計算効率が高く、異常検出に非常に効果的であることが証明されています。

このアルゴリズムは、特徴をランダムに選択してから、選択した特徴の最大値と最小値の間の分割値をランダムに選択することにより、観測を分離します。 したがって、実装はパーティション ツリーおよびブートストラップ ツリーと同じですが、ターゲット関数が均一でなければならないという違いがあります (一定の Y 値で変数を分割しようとします)。

しかし、これを JMP で試してもうまくいきません。

Isolation Forest を JMP に含めることで、同様の tu 予測子スクリーニングにより、ユーザーはデータの異常を検出するための強力なツールにアクセスできるようになります。 これは、さらなる調査が必要な異常なパターンや行動を特定するのに役立ちます。基本的なデータ分析とモデリング予測モデリングと機械学習統計と分析