孤立森林算法介绍

参考链接：1.http://www.itheima.com/news/20191108/114529.html
2. https://blog.csdn.net/wb18002337539/article/details/108985487

iForest由t个iTree（Isolation Tree）孤立树组成，每个iTree

是一个二叉树结构，其实现步骤如下：

1. 从训练数据中随机选择Ψ个点样本点作为子样本，放入树的根节点。

2. 随机指定一个维度，在当前节点数据中随机产生一个切割点p——切割点产生于当前节点数据中指定维度的最大值和最小值之间。

3. 以此切割点生成了一个超平面，然后将当前节点数据空间划分为2 个子空间：把指定维度里小于p的数据放在当前节点的左边，把大于等于p的数据放在当前节点的右边。

4. 在子节点中递归步骤2 和3，不断构造新的子节点，直到子节点中只有一个数据（无法再继续切割）或子节点已到达限定高度。

获得t个iTree之后，iForest训练就结束，然后我们可以用生成的iForest来评估测试数据了。对于一个训练数据x，我们令其遍历每一棵iTree，然后计算x 最终落在每个树第几层（x在树的高度）。然后我们可以得出x在每棵树的高度平均值。获得每个测试数据的高度平均值后，我们可以设置一个阈值（边界值），高度平均值低于此阈值的测试数据即为异常。也就是说异常在这些树中只有很短的平均高度