決定木で AD を算出：Isolation forest - ご注文はリード化合物ですか？〜医薬化学録にわ〜

予測モデルを扱う際に、applicability domain (AD) を考慮することは重要です。 AD を算出する方法としては k 最近傍法や one-class SVM、アンサンブル法などが代表的です。 決定木と言えば Light GBM や XGBoost、ランダムフォレストなどでお馴染みですが、異常検知手法として用いられる決定木ベースの手法も存在します。 それが isolation forest であり、scikit-learn で扱うことが可能です。 import numpy as np import pandas as pd from sklearn.ensemble import IsolationForest # データの読み込み data = np.array(pd.read_csv("../data/logSmols_rdkit_200.csv", index_col