孤立森とは？
こりつもり
孤立森とは、データをランダムに分割していく木構造を使って外れ値を効率よく検出する、異常検知に特化した機械学習アルゴリズムです。
孤立森（Isolation Forest）は、2008年にFei Tony Liuらが提案した異常検知アルゴリズムです。「正常なデータよりも異常なデータのほうが孤立しやすい」という直感的な性質を利用しています。
仕組みの核心は、データを特徴量の値でランダムに二分割する操作を繰り返して木（ツリー）を構築することです。異常値（外れ値）は他のデータ点から離れた位置にあるため、少ない分割回数で「孤立」させることができます。一方、正常なデータは密集しているため、孤立させるまでに多くの分割が必要です。この「孤立させるまでの平均分割回数」を異常スコアとして使います。
孤立森の特徴は以下のとおりです。
- 線形時間計算量：大規模データにも高速に対応できる
- メモリ効率：サブサンプリングで少量データから木を構築する
- 前提不要：正常データの分布に関する仮定が不要
- 高次元への耐性：多数の特徴量があっても機能する
孤立森は正常データのみで学習できるため、異常事例が少ない実際のビジネス環境に適しています。クレジットカードの不正検知、ネットワーク侵入検知、製造ラインの品質管理、センサーデータの故障予兆検知など、幅広い異常検知タスクで利用されています。
使い方・例文
銀行のシステムが日々の取引データを孤立森で分析し、通常とは異なるパターンの取引を不正利用の候補としてフラグを立てる異常検知に活用されています。
この用語をシェア
最終更新: