如何在sklearn中得到isolationforest的top predictions

Question

我正在使用 IsolationForest 来检测我的数据集的异常数据点。

clf = IsolationForest(max_samples='auto',
                        random_state=42,
                        behaviour="new",
                        contamination=.01)
clf.fit(X)
y_pred_train = clf.predict(X)

outliers = []
for item in np.where(y_pred_train == -1)[0]:
    outliers.append(df_nodes[item])

我想要预测的异常值作为排名列表。也就是说，我想知道什么是最有可能的离群值以及下一个离群值等等（可能使用某种预测概率进行排序）。我试图在 sklearn 中找到一种方法来做到这一点。但是，我仍然找不到办法。请告诉我一个合适的方法。

如果需要，我很乐意提供更多详细信息。

Answer 1

不使用 predict，而是使用 decision_function。

来自docs：

Methods decision_function(self, X) Average anomaly score of X of the base classifiers.

然后，您可以根据他们的异常分数对他们进行排名。这个值越低，观察越不正常。

如何在sklearn中得到isolationforest的top predictions

How to get the top predictions of isolationforest in sklearn

python

machine-learning

outliers

scikit-learn