İForest olarak da bilinen İzolasyon Ormanı, bir veri kümesindeki aykırı değerleri tespit etmek için tasarlanmış bir makine öğrenme algoritmasıdır. Verilerdeki noktaları rastgele seçip izole ederek çalışır ve bunlar daha sonra bir karar ağacı oluşturmak için kullanılır. Bu ağaç daha sonra verilerde aykırı değerler olarak kabul edilen anormal noktaları bulmak için kullanılır. İzolasyon Ormanı, rastgele örnekleyerek ve noktaları seçerek, verilerin genel dağılımını dikkate almadan verilerdeki aykırı değerleri bulmaya çalışır.
İzolasyon Ormanı ilk olarak Fei Tony Liu, Kai Ming Ting ve Zhi-Hua Zhou tarafından “İzolasyon Ormanı” makalelerinde önerildi. Algoritma, veri kümesindeki belirli bir veri noktasını, verideki sonraki noktaları rastgele seçerek izole etme fikrine dayanmaktadır. Bu rastgele seçim, daha sonra bir karar ağacı oluşturmak için kullanılan orijinal veri noktasını izole eder. Bu ağaç daha sonra veri setindeki aykırı noktaları tanımlamak için kullanılır. Makalede, algoritmanın yoğunluk bazlı yöntemler veya en yakın komşu yöntemleri gibi anormallik tespitine yönelik mevcut yöntemlerden verimlilik, doğruluk ve ölçeklenebilirlik açısından daha iyi performans gösterdiği belirtiliyor.
Algoritma, izolasyon ağaçlarından oluşan bir orman oluşturarak çalışır. Bu ağaçlar, veri kümesindeki veri noktalarının rastgele seçilmesi ve izole edilmesiyle oluşturulur. Bu işlem, her veri noktası izole edilene kadar tekrarlanır. Sonuçta ortaya çıkan ağaç daha sonra aykırı noktaları tanımlamak için kullanılır. Bu, ağaçlardaki önceden izole edilmiş noktaların derinliklerinin karşılaştırılmasıyla yapılır. Daha derin noktaların aykırı değerler olma olasılığı daha yüksektir ve dolayısıyla bu şekilde tanımlanırlar.
Algoritmanın ilk önerilmesinden bu yana İzolasyon Ormanlarının kullanımı katlanarak arttı. Artık dolandırıcılık tespiti, izinsiz giriş tespiti, aykırı değer tespiti ve tıbbi teşhis dahil olmak üzere çeşitli uygulamalarda kullanılmaktadır.
Genel olarak İzolasyon Ormanı, bir veri kümesindeki aykırı değerleri tespit etmek için kullanılan bir makine öğrenme algoritmasıdır. Ölçeklenebilirliği, doğruluğu ve verimliliği nedeniyle popüler bir algoritma haline gelmiş ve çeşitli disiplinlerde kullanılmaktadır.
