我正试图在我的1000多个文档的数据集中找到异常。我正在使用LIME ML解释器来解释模型(隔离林(的预测。在一个参数"0"中；模式"；我可以在分类和回归之间进行选择。我没有一套已知异常的文件。由于隔离森林是一种无监督的学习方法，而分类是一种有监督的学习，用于将观察结果分类为两个或多个类别，因此我最终使用了回归。另一方面，我有结果异常或没有异常。
在这里使用什么是正确的？
谨致问候，Elle
对我们来说，我们所做的如下：
- 使用隔离林获取异常
- 将隔离林返回的1和-1作为类标签，并构建一个随机林分类器
- 将该随机森林分类器传递给LIME以获得异常点的解释
我们还试图找到一个更好的选择，而不是构建二级随机森林分类器。
不直接涉及LIME，但Shapley值可用于创建IsolationForest的类似解释。看看这个答案。
我看到的另一个选项是在IsoForest树构建期间保留10-20%的数据集。在这个holdout上，对模型进行评分，获得异常评分(或平均树深度(，并在此基础上构建解释器。然后在对新数据进行评分时，LIME会将其视为一个回归问题。。。不过，我不确定这会有多好。。。