隔离森林中是否可以动态调整污染参数？

Question

我使用隔离森林构建了一个异常检测模型，默认设置为污染参数 (0.1)。它在我当前的数据集上工作得很好，但是现在我有不同的文件具有相同的结构但不同的行数，一旦我运行模型，我不再获得准确的结果，而无需通过手动调整污染参数，直到它适合.

我想在获得新文件后立即自动运行模型，但我的数据中异常值的百分比在每个文件中各不相同，而且由于我总是必须更改污染参数，因此不可能获得好的结果。有没有办法在每次新文件到达时计算一个新参数，或者这个模型不适合我的用例？

Answer 1

contamination 参数是一个超参数。可以使用hyperparameter optimization 进行调整。使用小型模型/数据集的 scikit-learn 中的典型方法是使用网格搜索，请参阅user guide。这假设您有一种可靠的量化方法来评估您的模型性能。