孤立森林在scikit-learn中叫isolationforest，位于sklearn.ensemble模块，是自0.19版本起稳定的异常检测估计器，通过随机切分路径长度打分，非距离或密度方法。
孤立森林在scikit-learn中叫什么函数？
孤立森林在 scikit-learn 中的实现是 IsolationForest，不是 OutlierDetection 或其他名字。它从 0.19 版本起就稳定存在，Python 3.9 完全兼容（只要 scikit-learn ≥ 0.22）。注意：它不叫 isolation_forest 模块，也不在 sklearn.ensemble 外的其他子模块里。
-
IsolationForest是一个估计器（estimator），用法和RandomForestClassifier类似，但目标是打分而非分类 - 默认输出是
predict()的 -1（异常）或 1（正常），也可用decision_function()或score_samples()获取异常程度数值 - 它不依赖距离或密度估计，而是靠随机切分数据的“路径长度”来判断——越短越可能是异常点
fit 和 predict 时容易忽略的参数陷阱
IsolationForest 行为受几个关键参数影响，调错会导致结果完全失真：
-
contamination参数不是训练时的“标签比例”，而是你预估的异常占比，用于自动设定阈值。设成'auto'（默认）会用经验公式估算，但实际数据偏斜时往往不准；建议先用领域知识粗估，比如设contamination=0.05表示预期 5% 异常 -
n_estimators默认是 100，太少（如 10）会导致打分不稳定；太多（如 1000）提升有限但拖慢推理速度，80–200 是常用区间 -
max_samples控制每棵树采样多少样本，默认'auto'（取 min(256, n_samples)），若数据量极大（>10⁵），可显式设为256加速训练，不影响精度 -
random_state必须固定才能复现实验结果；否则每次fit后predict结果都可能不同
如何正确获取异常得分而不是二分类标签？
直接调 predict() 只返回 -1/1，掩盖了异常程度差异。真实场景中更需要排序或阈值微调：
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 用
score_samples(X)得到的是“异常分数”：值越小表示越异常（注意不是概率，无量纲） - 用
decision_function(X)返回的是基于阈值偏移的线性变换结果，等价于score<em>samples(X) - self.offset</em> - 示例：
from sklearn.ensemble import IsolationForest model = IsolationForest(contamination=0.1, random_state=42) model.fit(X_train) scores = model.score_samples(X_test) # 直接拿到连续得分 anomaly_mask = scores
为什么 fit 时没报错但 predict 全是 1？
这是最常见误用：把 IsolationForest 当监督模型用，却没意识到它完全无监督，对输入维度和尺度敏感：
- 输入必须是二维数组：
X.shape = (n_samples, n_features)；一维数据要 reshape，比如X.reshape(-1, 1) - 特征间量纲差异大会严重干扰随机切分效果——务必做标准化或归一化，哪怕只是
StandardScaler简单处理 - 如果所有样本在某几个特征上几乎相同（比如大量零值、缺失填充一致），树会无法有效隔离，导致全部判为正常
- 训练样本数过少（
n_samples ）或特征数远大于样本数（<code>n_features > n_samples）也会使模型失效
真正麻烦的是：这些情况都不会抛异常，只会静默返回全 1。检查时优先 print model.offset_（应为负数，典型值 -0.3 到 -0.7），若接近 0，基本说明模型没学到有效结构。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
