前言随着机器学习近年来的流行，尤其是深度学习的火热。机器学习算法在很多领域的应用越来越普遍。最近，我在一家广告公司做广告点击反作弊算法研究工作。想到了异常检测算法，并且上网调研发现有一个算法非常火爆，那就是本文要介绍的算法 Isolation Forest，简称 iForest 。南大周志华老师的团队在2010年提出一个异常检测算法Isolation Forest，在工业界很实用，算法效果好，时间
转载
2024-07-31 20:36:54
104阅读
本文介绍的 Isolation Forest 算法原理请参看我的博客：Isolation Forest异常检测算法原理详解，本文中我们只介绍详细的代码实现过程。1、ITree的设计与实现首先，我们参看原论文中的ITree的构造伪代码：这里写图片描述1.1 设计ITree类的数据结构由原论文[1,2]以及上述伪代码可知，ITree是一个二叉树，并且构建ITree的算法采用的是递归构建。同时构造的结束
转载
2024-04-21 22:15:48
12阅读
1. Random Forest传统随机森林由多棵决策树构成，每棵决策树在第 i 次 split 的时候，分裂准则如下（这里关注回归树）：其中 表示在 的划分情况下， 所在的叶子结点。随机森林构建完成后，给定测试数据 ，预测值为：2. Causal Forest类似地，因果森林由多棵因果树构成，由于需要 Honest estimati
转载
2024-04-16 22:05:39
62阅读
描述 饥荒：放火烧树是一个奥妙重重的游戏。TanYz是饥荒的老司机，为了得到木炭点火，不得不放火烧树。老司机TanYz为了生存，还要节约资源。他知道一次只能将一棵树木点燃。而且，当一棵树被点燃后，与这棵树距离不超过k的所有树木都会被点燃。自从TanYz把这个奥妙重重的游戏安利给萌新zhuyutian后，他觉得放火烧山这种粗活太没意思。于是他把这个任务交给了zhuyutian。于是，zhu
概念:保存Activity的状态是非常重要的，例如我们在玩一个游戏的时候，突然来了一个电话，这个时候在接听完电话之后我们返回到游戏中，这个时候我们希望游戏还是之前那个进度，或者说发生突发事件，游戏这个应用程序被关闭了，这个时候我们如果再重新打开游戏的话，我们如果还是希望回到之前的进度，我们就需要将其状态保存起来，这样在Activity的摧毁时，我们还能够根据保存的状态回到之前的进度。这就是Acti
转载
2024-07-17 14:43:43
70阅读
# 使用 Python 实现 Isolation Forest 训练模型的全流程
Isolation Forest 是一种用于异常检测的算法，其主要思想是通过构建一个随机树模型，将数据“隔离”来识别不寻常的点。在这篇文章中，我们将逐步学习如何使用 Python 中的 `scikit-learn` 库实现 Isolation Forest 的训练模型。
## 流程概述
我们将整个过程分为几个步
原创
2024-09-25 08:25:32
157阅读
如今很多App都是力争吸引人的目光，恨不得让人每分每秒都扑在手机上。甚至逢年过节都要换个图标来吸引你点开它。但是我要介绍的这款OFFTIME for iOS，却能让你不胜其烦，甚至时时刻刻都有卸载掉它的冲动。 OFFTIME 是一款真正的「让你不想拿起手机」的App，它会使出浑身解数，尽手机所能，不厌其烦的告诉你：「别再玩手机了！」它确实恼人，但足够有效。OFFTIME的LOGO是一个「开关」，
转载
2024-03-15 15:03:35
70阅读
Intro 2008年刘飞、周志华等提出Isolation Forest算法，iforest不借助类似距离、密度等指标去描
原创
2022-08-04 22:06:43
237阅读
Intro sklearn中IsolationForest使用，包括参数说明和实际案例。 简述下算法思想： 随异常的程度。即异常样本通常较快被划分到叶子结点，因而路径长度较小。...
原创
2022-08-04 22:06:36
262阅读
Intro 分析sklearn的IsolationForest源码，搞清楚代码结构和样本异常得分的计算逻辑。目前对python类、方法等概念不是很了解，只从直观上解释代码。查看源码的方式 建议直接用Pycharm,方便代码跳转查看。可以copy一个副本在相同目录下，如_iforestTest.py，后面可以直接在这个脚本里做注释。另外可以在该脚本中加入print语句
原创
2022-08-04 17:44:15
243阅读
1 IsolationForest 简介IsolationForest指孤立森林，是一种高效的异常检测算法。在所有样
原创
2023-05-17 16:05:48
172阅读
此示例展示了二维数据集上不同异常检测算法的特点。数据集包含一个或两个模式(高密度区域))来说明算法处理多模态数据(multimodal data)的能力。
对于每个数据集，将生成15％的样本作为随机均匀噪声，该比例是OneClassSVM的参数和其他异常点检测算法的污染参数取值。正常值和异常值之间的决策边界用黑色显示，但局部异常值因子(Local Outlier Factor)(LOF
python中的类叫 class object,类的实例叫instance object.类 Class Objects类拥有两种操作,1.类属性 attribute references 2.实例化instantiation类属性就相当于专属于一个类的变量(即某些语言中的类的静态公共变量static public),使用方法是:类名称.类属性名称实例化则是创建一个类的实例的方法,使用方法是:类名
转载
2024-05-15 06:19:58
22阅读
Isolation，意为孤立/隔离，是名词，其动词为isolate，forest是森林，合起来就是“孤立森林”了，也有叫“独异森林”，好像并没有统一的中文叫法。可能大家都习惯用其英文的名字isolation forest，简称iForest 。 iForest适用于连续数据（Continuous numerical data）的异常检测，将异常定义为“容易被孤立的离群点（more
一、近 邻 算 法 (KNN)原理: 工 作 原 理 是 ： 存 在 一 个 样 本 数据 集 合 ， 也 称 作 训练 样 本 集 ， 并 且 样 本 集 中 每 个 数 据 都 存 在 标 签 ， 即 我 们 知 道 样 本 集 中 每 一 数 据与 所 属 分 类 的 对 应关系 。输 人 没 有 标 签 的 新 数 据 后 ， 将 新 数 据 的 每 个 特 征 与
转载
2024-04-24 15:45:01
137阅读
# Python 分类算法结果分析
在机器学习领域，分类算法是解决监督学习问题的一种重要方法。本文将介绍如何使用Python进行分类算法的结果分析，并通过代码示例和图表来展示分析过程。
## 分类算法概述
分类算法的目标是将数据分为不同的类别。常见的分类算法有逻辑回归、决策树、随机森林、支持向量机等。这些算法在不同的场景下有不同的表现，选择合适的算法对于提高分类准确率至关重要。
## 流程
原创
2024-07-16 05:08:32
52阅读
# Java 聚类算法结果实现指南
## 1. 整体流程概述
为了实现Java聚类算法结果，我们可以采取以下步骤：
| 步骤 | 操作 |
| ---- | ---- |
| 1. 数据准备 | 准备数据集 |
| 2. 数据预处理 | 对数据进行标准化或归一化处理 |
| 3. 确定聚类数 | 选择适当的聚类数 |
| 4. 聚类算法 | 运行聚类算法 |
| 5. 可视化结果 | 可视化聚
原创
2024-05-16 05:04:28
32阅读
我的数据结构和算法读书笔记下
原创
2018-05-08 19:52:32
573阅读
点赞
前言 Chameleon，变色龙算法，属于层次聚类算法领域。一种层次聚类算法，它采用动态建模来确定一对簇之间的相似度。它可以自动地、适应地合并簇，对各种奇葩的形状也能应对自如。1. Chameleon 算法原理一张图大致了解整个算法的思想。 1) 首先由数据集构造一个 k-最近邻图 Gk； 2) 再通过一种图的划分算法，将Gk图划分成大量较小的子图，每个子图代表一个初始的子簇； 3)
转载
2024-09-29 22:20:34
136阅读
注：本文借鉴于《机器学习实战》这本书对于KNN的介绍在这里就不详细说了，在我的另一篇文章有。简单来说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。1.K-近邻算法优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高适用数据范围：数值型和标称型2.K-近邻算法一般流程（1）收集数据：可以使用任何方法（2）准备数据：距离计算所需要的数值，最好是结构化 的数据格式（3）
转载
2024-07-23 10:43:47
29阅读
