python - 关于 scikit-learn 的 IsolationForest 异常分数计算变化的问题？

Question

在sklearn的当前版本（v0.24）中，异常分数由函数计算_compute_score_samples，点击这里：

def _compute_score_samples(self, X, subsample_features):
    scores = 2 ** (
        -depths
        / (len(self.estimators_)
           * _average_path_length([self.max_samples_]))
    )
    return scores

但是，在 v0.19 中，单击此处此计算有所不同：

# https://github.com/scikit-learn/scikit-learn/blob/a24c8b46/sklearn/ensemble/iforest.py
scores = 2 ** (-depths.mean(axis=1) / _average_path_length(self.max_samples_))

现在，问题是：为什么 sklearn v0.24 计算depths/len(self.estimators_)，而不是depths.mean(axis=1)v0.19？

标签： pythonscikit-learn