如何提高 Isolation forest 在时间序列上的性能？
How to improve the performance of Isolation forest on time series?
我在时间序列上使用隔离林。我正在尝试对传感器数据中的故障进行分类，但隔离林的功能并不像我希望的那样。图片显示了很多跳跃没有被检测到。
我正在寻找有关如何改进故障检测的技巧？例如，可以添加或更改参数的功能？我还在某处读到使用滚动 windows 会有帮助，但我不确定具体如何？
我也对使用隔离林时的一般技巧感兴趣。
您使用的功能必须反映您希望检测的异常类型。在您的情况下，您将异常定义为短时间内值的大幅跳跃。为此，您应该将输入数据转换为差异 - 并将其用作异常检测方法的输入。
最简单的方法是使用 numpy.ediff1d 之类的方法计算连续值之间的差异。对于更通用的解决方案，考虑计算 windows 少量数据点，并在每个 window 中计算 max-min，并将其用作特征。
此外，对于像这样的单变量连续问题，有比孤立森林更合适的异常方法。像 Z-score 或中值绝对偏差这样的简单变换。 scikit-learn EllipticEnvelope 是一种选择。
我在时间序列上使用隔离林。我正在尝试对传感器数据中的故障进行分类，但隔离林的功能并不像我希望的那样。图片显示了很多跳跃没有被检测到。
我正在寻找有关如何改进故障检测的技巧？例如，可以添加或更改参数的功能？我还在某处读到使用滚动 windows 会有帮助，但我不确定具体如何？
我也对使用隔离林时的一般技巧感兴趣。
您使用的功能必须反映您希望检测的异常类型。在您的情况下，您将异常定义为短时间内值的大幅跳跃。为此，您应该将输入数据转换为差异 - 并将其用作异常检测方法的输入。 最简单的方法是使用 numpy.ediff1d 之类的方法计算连续值之间的差异。对于更通用的解决方案，考虑计算 windows 少量数据点，并在每个 window 中计算 max-min，并将其用作特征。
此外，对于像这样的单变量连续问题，有比孤立森林更合适的异常方法。像 Z-score 或中值绝对偏差这样的简单变换。 scikit-learn EllipticEnvelope 是一种选择。