是否有可能解释sklearn隔离森林预测？
提问于 2019-09-12 09:51:07
我正在使用sklearn的隔离森林算法来做一些无监督的异常检测。我需要解释预测，我想知道是否有任何方法可以获得导致每个样本的决定的路径。
我通常使用SHAP或ELI5，但我喜欢做一些更定制的东西。所以我需要确切的路径。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-09-12 11:31:26
您正在创建树的集合，因此给定实例的路径对于集合中的每棵树都是不同的。为了检测异常，隔离林获取给定实例的所有树的平均路径长度(隔离样本的分裂数)，并使用此长度来确定它是否为异常(平均较短的路径长度表示异常)。当你看着一组树的平均值时，没有“精确”的路径。
据我所知，您最好的选择是使用像您提到的SHAP这样的工具，但您也可以只训练一些估计器，并查看这些树中给定实例所采用的路径，以深入了解决策。
Stack Overflow用户
发布于 2020-02-07 09:01:41
现在可以在IF：https://github.com/slundberg/shap/pull/784/files中使用SkLearn的Shap值
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57904088
复制相关文章
腾讯云开发者
