我将建立一个模型来识别数据集中的异常。我研究了很多，发现隔离林是最好的。在我的数据集中，我没有任何标签(这意味着数据集只包含解释变量(。但我不知道在隔离林中设置污染参数(大多数解释的文章已经有了输出变量[标记为异常]，他们用它计算异常值比率，然后将其设置为污染值(。
设置它是强制性的吗？。污染的默认值为0.1。可以忽略它吗如果我没有给出它的值，它会影响模型结果吗
model = IsolationForest(contamination=0.1, n_estimators=1000)
否，不强制设置污染值。默认情况下，它被设置为"0"；自动"；。
污染"自动"或浮动，默认值="自动">数据集的污染，即数据集。在拟合时用于定义样本。
文档中的参考
因此，您可以忽略它，但它可能/将影响模型结果，因为预测方法使用了由污染值设置的阈值。
预测方法利用原始评分的阈值由估计器计算的函数。此评分功能可通过
score_samples方法访问，而阈值可以由CCD_ 2参数控制。
文档中的参考