Considerez le code :
scores = -iso.score_samples(X_test)
labels = iso.predict(X_test)

Ici, iso designe une instance deja entrainee de sklearn.ensemble.IsolationForest .
Quelle interpretation est correcte ?

Question

Considerez le code : 
 scores = -iso.score_samples(X_test)
labels = iso.predict(X_test)

Ici,  iso  designe une instance deja entrainee de  sklearn.ensemble.IsolationForest . 
 Quelle interpretation est correcte ?

Answer

Les scores sont des distances au centroide ; predict renvoie des IDs de clusters.

Answer

Des scores eleves indiquent plus de normalite ; predict renvoie 0/1.

Answer

Des valeurs plus grandes dans "scores" indiquent davantage d'anormalite ; "predict" renvoie -1 pour outlier et 1 pour inlier.

Answer

Les scores sont des probabilites dans [0,1] ; predict renvoie des noms de classes.

Crowdly