Scikit-Learn 的 IsolationForest 决策函数分数的范围是多少？

Question

Scikit-Learn 的IsolationForest类有一个方法decision_function可以返回输入样本的异常分数。但是，文档并没有说明这些分数的可能范围是多少，只说明“[分数]越低，越不正常”。

编辑：阅读 jmunsch 的评论后，我再次查看了源代码，这是我更新的猜测：如果分数公式中的指数始终为负，则分数将始终介于 0 和 1 之间，这意味着返回的范围是 [- 0.5, 0.5] 因为0.5 - scores由该方法返回。但我不确定指数是否总是负数。

Answer 1

在 Scikit-Learn 的 IsolationForest 中，decision_function 返回 [-0.5, 0.5] 范围内的值，其中 -.5 是最异常的。

或者说我是这么认为的，并且从未见过其他的证据。Scikit-Learn 的 IsolationForest 的文档引用了 Liu 等人的论文《基于隔离的异常检测》。其中方程 2 定义异常分数。在论文中，异常分数范围在 0 到 1 之间，其中 1 表示最异常。在第267行引用的scores函数中，变量deeps.mean(axis=1)对应于E(h(x))，_average_path_length(self.max_samples_))对应于论文中的c(psi)。因此，在第 272 行，当函数返回 1 减去分数时，我们得到了 [-0.5, 0.5] 的界限。

编辑/奖励： 隔离森林的有效预测方法只是将 Decision_function 值与存储在 中的阈值进行比较model.threshold_。因此，在对某些数据调用模型的预测方法后，异常项目与满足条件的项目相同：model.decision_function(data) < model.threshold_。