基于 Isolation Forest 未决案件异常检测结果展示

本文链接：https://blog.csdn.net/weixin_46685991/article/details/125449622

本文介绍了通过孤立森林算法对未决案件进行异常检测，发现异常数据主要特征包括高滞留周期和估损金额。异常数据在责任、车型和滞留环节上存在显著差异，如党政机关客车和非营业货车异常率高，诉讼等环节异常率超过70%。建议结合实际案例深入分析这些特征，以提高清理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

未决案件从某种程度上也可以算是无监督数据（因为没有历史标记），通过非监督式方法实现的异常检测可以缩小排查范围，提供更加精准和高效的执行目标。

Isolation Forest （孤立森林）：一种与随机森林类似，高效的集成算法。基本原理是异常样本相对于正常样本可以用较少的特征划分出来，本例就是想通过该算法将纯车物未决案件异常样本标记出来，研究其特征，提供一些新的思路。

本例主要是对类别为异常的数据进行特征分析展示，算法实现过程就省略了。

一、检测结果展示

数据量：5018，标记为异常的数据：765，异常数据占比：15.2%，部分整合后数据展示如下：

‘-1’表示模型识别为异常数据

二、异常数据特征可视化

1.周期与金额比较

异常数据相比正常数据，平均滞留周期及平均估损金额都较高

2.结合责任对比

重点关注高于均值的部分

3.结合车型分析

从上表得出案件数最多的不一定是异常率最高的，下面结合Axes3D图及矩阵图展示分析

矩阵图说明：横轴是案件量、纵轴是平均滞留周期，圆圈大小是平均估损金额。

结合Axes3D图及矩阵图可以看出：党政机关客车及非营业货车异常率较高，异常率超过40%，且党政机关客车的平均滞留周期很高，处在矩阵图第二象限，且该车型都是公司车辆，是否存在手续方面的问题导致周期很高，这个可以结合原始数据具体案件具体分析。营业货车是唯一处在第一象限的，即数量及周期都高于平均数，金额也不小，且该车型基本都是挂靠，是否也是手续、配件等方面的问题，可以结合数据个案分析。