基于自适应阈值的改进孤立森林算法研究与验证  

作　　者：魏斐斐 

机构地区：[1]贵州理工学院,贵州贵阳550000

出　　处：《电脑知识与技术》2024年第10期20-22,共3页Computer Knowledge and Technology

摘　　要：为改善孤立森林算法建立二叉树时随机选择属性进行数据分割,构建孤立森林时可能出现一些性能较差的冗余二叉树,导致模型精度不高的问题,应用一种区间套搜索算法对初始构建的孤立森林搜索森林划分阈值,去除性能较差的孤立二叉树,构建性能更优的孤立森林,提出一种自适应阈值的改进孤立森林算法(Adaptive-iForest)。选取UCI经典数据集中Breastw、Ionosphere、Satellite、Shuttle、Pendigits 5个数据集进行实证分析,对比iForest、LOF两个算法,AdaptiveiForest算法的精度与AUC值均有不同程度提升。

关 键 词：异常数据检测 改进孤立森林算法 区间套搜索算法 自适应阈值 UCI数据集 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]