Обнаружение аномалий с использованием изолированного леса
Я использую алгоритм IsolationForest для обнаружения выбросов в данных, которые имеют несколько функций. Я хочу знать, как получить оценку аномалий для каждой отдельной функции в наборе данных.
iForest обычно рассчитывает суммарный балл для каждого образца, в котором неясно, какая особенность влияет на итоговый суммарный балл аномалии. Более того, меня немного смущает входной параметр "n_estimators" в этом алгоритме. Ваше руководство будет оценено. Спасибо:)