问题描述
我将建立一个模型来识别数据集中的异常。我做了很多研究，发现隔离林是最好的隔离林。在我的数据集中，我没有任何标签（这意味着数据集仅包含解释变量）。但是我不知道在隔离林中设置污染参数（大多数解释该文章的文章已经具有输出变量[标记为异常]，使用它们来计算离群比率，然后将其设置为污染值）。是否必须设置？污染的默认值为0.1。可以忽略它吗？ 如果我没有为此付出任何价值，这会影响模型结果吗？
model = IsolationForest(contamination=0.1,n_estimators=1000)
解决方法
否，不是必须设置污染值。默认情况下，它设置为“自动”。
污染“自动”或“浮动”，默认为“自动” 数据集的污染，即 数据集。在拟合时定义分数的阈值时使用 样本。
因此，您可以忽略它，但是它会/将影响模型结果，因为预测方法会使用由污染值设置的阈值。
预测方法使用原始评分的阈值 估计器计算的函数。该评分功能是 可通过
score_samples方法访问，而阈值可以 由contamination参数控制。