用隔离森林检测多维数据的异常

如何解决用隔离森林检测多维数据的异常

我正在尝试使用具有 3 个特征的数据集来实现一些异常检测。我已经缩放了特征并绘制了它。

如您所见，异常（黄色）被标识在集群的中间；这对我来说没有多大意义。

我做错了吗？如果 1) 他们使用了大量的 X、Y 或 Z，或者他们漂浮在空间中间的某个地方，我希望有人是一个异常值；这对于这个数据集来说是不寻常的。

clf = IsolationForest(n_estimators = 1000,contamination = 0.000008,random_state=42).fit(df[['x','y','z']])

df['prediction']  = pd.Series(clf.predict(df[['x','z']]))

我在这里做错了什么吗？我已经调整了功能，以确保我将苹果与苹果进行比较。