Vers un partitionnement des données à partir d'une forêt d'isolation - Archive ouverte HAL Access content directly
Conference Papers Year : 2023

Vers un partitionnement des données à partir d'une forêt d'isolation

Abstract

This paper takes a step towards the extraction of contrastive explanations between anoma- lies and the intrinsic structure of regular points. It proposes a variant of the isolation forest algorithm whose main objective is to preserve the structure of regular data in order to facilitate its reconstruction. Experiments conducted on synthetic datasets show that this variant of isola- tion forest deteriorates less the structure of regular data than the classical method. Therefore, the former can serve as a basis for a unified approach to anomaly detection and explanation.
Cet article effectue un pas vers une extraction d'explications contrastives entre anomalies et structure intrinsèque des points réguliers. Il propose une variante de l'algorithme des forêts d'isolation ayant pour objectif principal la préservation de la structure des données régulières en vue de sa reconstitution plus aisée. Les expérimentations menées sur des jeux de données synthétiques montrent que cette variante des forêts d'isolation détériore moins la structure des données régulières que la méthode classique. Par conséquent, la première citée peut servir de base pour une approche unifiée de détection et d'explication d'anomalies.
Fichier principal
Vignette du fichier
main.pdf (299.36 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-03972677 , version 1 (03-02-2023)

Identifiers

  • HAL Id : hal-03972677 , version 1

Cite

Véronne Yepmo, Grégory Smits, Marie-Jeanne Lesot, Olivier Pivert. Vers un partitionnement des données à partir d'une forêt d'isolation. Conférence Extraction et Gestion de Connaissances 2023, Association EGC, Jan 2023, Lyon, France. pp.163-174. ⟨hal-03972677⟩
28 View
57 Download

Share

Gmail Facebook X LinkedIn More