{"id":168438,"date":"2024-01-31T06:30:00","date_gmt":"2024-01-31T05:30:00","guid":{"rendered":"https:\/\/datascientest.com\/es\/?p=168438"},"modified":"2024-01-30T14:16:39","modified_gmt":"2024-01-30T13:16:39","slug":"isolation-forest","status":"publish","type":"post","link":"https:\/\/datascientest.com\/es\/isolation-forest","title":{"rendered":"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"168438\" class=\"elementor elementor-168438\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-10b937e e-flex e-con-boxed e-con\" data-id=\"10b937e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-aa44ec8 elementor-widget elementor-widget-heading\" data-id=\"aa44ec8\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\"><b>Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en el aislamiento.<\/b><\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-cf54af5 e-flex e-con-boxed e-con\" data-id=\"cf54af5\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-58caba1 elementor-widget elementor-widget-heading\" data-id=\"58caba1\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">El problema de la paradoja de la precisi\u00f3n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0fc4ab5 elementor-widget elementor-widget-text-editor\" data-id=\"0fc4ab5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">Cuando nos enfrentamos a un problema de clasificaci\u00f3n de clases en Machine Learning, a veces ocurre <a href=\"https:\/\/datascientest.com\/comment-gerer-les-problemes-de-classification-desequilibree-partie-i\">que el conjunto de datos est\u00e1 desequilibrado<\/a>. M\u00e1s concretamente, existe una proporci\u00f3n mucho mayor de una clase que de otra dentro de la muestra de entrenamiento. Este problema es una caracter\u00edstica frecuente de los problemas de clasificaci\u00f3n binarios. A primera vista, se podr\u00eda pensar en aplicar un algoritmo de clasificaci\u00f3n cl\u00e1sico, como los <strong>\u00e1rboles de decisi\u00f3n<\/strong>, los <a href=\"https:\/\/datascientest.com\/es\/que-es-el-algoritmo-knn\">K-NN<\/a> o <a href=\"https:\/\/datascientest.com\/svm\">SVM<\/a> presentados en nuestro blog. Sin embargo, en realidad, estos algoritmos son incapaces de manejar estos conjuntos de datos at\u00edpicos en los que hay un gran n\u00famero de disparidades entre clases. Tienden a maximizar por medio de su funci\u00f3n de p\u00e9rdida de cantidades como <\/span><b>accuracy<\/b><span style=\"font-weight: 400;\">, pero sin tener en cuenta la distribuci\u00f3n de los datos.<\/span><\/p><p><span style=\"font-weight: 400;\">En la pr\u00e1ctica, esto puede verse en modelos que, cuando se entrenan en un <strong>conjunto de datos<\/strong> dominado por una clase, reportar\u00e1n durante la fase de evaluaci\u00f3n un alto \u00edndice de predicciones correctas, conocido como \u201c<strong>accuracy<\/strong>\u201d, pero no ser\u00e1n relevantes en la pr\u00e1ctica.<\/span><\/p><p><span style=\"font-weight: 400;\">Veamos un ejemplo para ilustrar esta paradoja. En el caso de un problema de <\/span><b>detecci\u00f3n de fraudes bancarios<\/b><span style=\"font-weight: 400;\">: un banco intenta determinar entre un gran n\u00famero de transacciones cu\u00e1les son fraudulentas, bas\u00e1ndose en una serie de variables explicativas. Estas transacciones fraudulentas representan alrededor del 11 % de las transacciones de nuestro conjunto de datos. La clasificaci\u00f3n mediante un modelo sencillo como SVM <a href=\"https:\/\/datascientest.com\/es\/scikit-learn-decubre-la-biblioteca-python\">utilizando Scikit-Learn<\/a> da, por ejemplo, la siguiente puntuaci\u00f3n:<\/span><\/p><p style=\"text-align: center;\"><span style=\"font-weight: 400;\">Puntuaci\u00f3n sobre el conjunto de prueba 0,8985<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ec2e88b elementor-widget elementor-widget-text-editor\" data-id=\"ec2e88b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Sin embargo, si echamos un vistazo a<\/span> <span style=\"font-weight: 400;\">la matriz de confusi\u00f3n<\/span><span style=\"font-weight: 400;\">, r\u00e1pidamente nos damos cuenta de que el comportamiento del algoritmo es bastante ingenuo:<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-def9877 elementor-widget elementor-widget-html\" data-id=\"def9877\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style type=\"text\/css\">\r\n.tg  {border-collapse:collapse;border-spacing:0;}\r\n.tg td{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px;\r\n  overflow:hidden;padding:10px 5px;word-break:normal;}\r\n.tg th{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px;\r\n  font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;}\r\n.tg .tg-youb{background-color:#efefef;border-color:inherit;font-family:Tahoma, Geneva, sans-serif !important;font-size:16px;\r\n  text-align:right;vertical-align:middle}\r\n.tg .tg-wu8o{background-color:#efefef;border-color:inherit;font-family:Tahoma, Geneva, sans-serif !important;font-size:16px;\r\n  text-align:left;vertical-align:middle}\r\n.tg .tg-f7ke{background-color:#efefef;border-color:inherit;font-family:Tahoma, Geneva, sans-serif !important;font-size:16px;\r\n  font-weight:bold;text-align:right;vertical-align:middle}\r\n.tg .tg-6u93{background-color:#efefef;border-color:inherit;font-family:Tahoma, Geneva, sans-serif !important;font-size:16px;\r\n  font-weight:bold;text-align:left;vertical-align:middle}\r\n<\/style>\r\n<table class=\"tg\" style=\"undefined;table-layout: fixed; width: 325px\">\r\n<colgroup>\r\n<col style=\"width: 125px\">\r\n<col style=\"width: 100px\">\r\n<col style=\"width: 100px\">\r\n<\/colgroup>\r\n<thead>\r\n  <tr>\r\n    <th class=\"tg-wu8o\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">Clase prevista<\/span><\/th>\r\n    <th class=\"tg-f7ke\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">0<\/span><\/th>\r\n    <th class=\"tg-f7ke\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">1<\/span><\/th>\r\n  <\/tr>\r\n<\/thead>\r\n<tbody>\r\n  <tr>\r\n    <td class=\"tg-6u93\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">Clase real<\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\"> <\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\"> <\/span><\/td>\r\n  <\/tr>\r\n  <tr>\r\n    <td class=\"tg-f7ke\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">0<\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">1772<\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">9<\/span><\/td>\r\n  <\/tr>\r\n  <tr>\r\n    <td class=\"tg-f7ke\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">1<\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">194<\/span><\/td>\r\n    <td class=\"tg-youb\"><span style=\"font-weight:400;font-style:normal;text-decoration:none;color:#000\">25<\/span><\/td>\r\n  <\/tr>\r\n<\/tbody>\r\n<\/table>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-36dcab9 elementor-widget elementor-widget-text-editor\" data-id=\"36dcab9\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">De 219 transacciones fraudulentas, solo 25 fueron identificadas como fraudulentas por nuestro modelo. Esto demuestra que el poder predictivo del modelo no es tan potente como podr\u00eda sugerir la precisi\u00f3n. Se trata de una m\u00e9trica demasiado sesgada por un desequilibrio de clases, un fen\u00f3meno conocido como la <a href=\"https:\/\/towardsdatascience.com\/accuracy-paradox-897a69e2dd9b\">paradoja de la precisi\u00f3n<\/a>.<\/span><\/p><p><span style=\"font-weight: 400;\">Un modelo con una puntuaci\u00f3n de precisi\u00f3n m\u00e1s alta puede tener un poder de predicci\u00f3n menor que un modelo con una precisi\u00f3n m\u00e1s baja.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ca43711 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"ca43711\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/nuestros-cursos-de-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Aprender a corregir la paradoja de la precisi\u00f3n<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-e9fc037 e-flex e-con-boxed e-con\" data-id=\"e9fc037\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-e938243 elementor-widget elementor-widget-heading\" data-id=\"e938243\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">\u00bfQu\u00e9 es el Isolation Forest?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f836c1f elementor-widget elementor-widget-text-editor\" data-id=\"f836c1f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">\u00bfC\u00f3mo afrontar este problema que arruina los esfuerzos de varios algoritmos cl\u00e1sicos bien entrenados? Existen varias soluciones, como por ejemplo los m\u00e9todos de remuestreo, como el <b>submuestreo<\/b> o el <b>sobremuestreo<\/b>, que seleccionan aleatoriamente datos para equilibrar la proporci\u00f3n de clases. Sin embargo, cuando estos m\u00e9todos no son suficientemente eficaces, es habitual replantearse el problema y considerar la detecci\u00f3n de anomal\u00edas como un problema de <a href=\"https:\/\/datascientest.com\/apprentissage-non-supervise\">clasificaci\u00f3n no supervisada<\/a>. Aqu\u00ed es donde entra en juego el tan esperado Bosque de Aislamiento.<\/span><\/p><p><span style=\"font-weight: 400;\">En Isolation Forest, encontramos Isolation porque es una t\u00e9cnica de detecci\u00f3n de anomal\u00edas que identifica <\/span><b>directamente<\/b><span style=\"font-weight: 400;\"> las anomal\u00edas (com\u00fanmente conocidas como \u00ab<\/span><b>outliers<\/b><span style=\"font-weight: 400;\">\u00ab), a diferencia de las t\u00e9cnicas habituales que discriminan los puntos con respecto a un perfil general \u201cnormalizado\u201d.<\/span><\/p><p><span style=\"font-weight: 400;\">El principio de este algoritmo es muy sencillo:<\/span><\/p><ul><li><span style=\"font-weight: 400;\">Se selecciona una <\/span><b>variable<\/b><span style=\"font-weight: 400;\"> (feature) de forma <\/span><b>aleatoria<\/b><span style=\"font-weight: 400;\">.<\/span><\/li><li><span style=\"font-weight: 400;\">A continuaci\u00f3n, el conjunto de datos se divide aleatoriamente en funci\u00f3n de esta variable para obtener <\/span><b>dos<\/b><span style=\"font-weight: 400;\"> subconjuntos de datos.<\/span><\/li><li><span style=\"font-weight: 400;\">Las dos etapas anteriores se repiten hasta <\/span><b>aislar<\/b><span style=\"font-weight: 400;\"> un dato.<\/span><\/li><li><span>Los pasos anteriores se repiten <\/span><b>recursivamente<\/b><span>.<\/span><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6a2359e elementor-widget elementor-widget-image\" data-id=\"6a2359e\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"500\" height=\"300\" src=\"https:\/\/datascientest.com\/es\/files\/2024\/01\/python_anomaly_detection_isolation_forest.gif\" class=\"attachment-full size-full wp-image-168446\" alt=\"\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Funcionamiento del algoritmo<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-419e8ad elementor-widget elementor-widget-text-editor\" data-id=\"419e8ad\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Al igual que los algoritmos de ensamblado como<\/span> <a href=\"https:\/\/datascientest.com\/es\/random-forest-bosque-aleatorio-definicion-y-funcionamiento\"><span style=\"font-weight: 400;\">Random Forest<\/span><\/a><span style=\"font-weight: 400;\">, creamos un bosque (de ah\u00ed el nombre de Isolation Forest) formado por decenas o cientos de \u00e1rboles cuyos resultados <\/span><b>combinamos<\/b><span style=\"font-weight: 400;\"> para obtener un resultado mejor.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-98e02b1 elementor-widget elementor-widget-image\" data-id=\"98e02b1\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"541\" height=\"388\" src=\"https:\/\/datascientest.com\/es\/files\/2024\/01\/z8olQRY0Nc9JS4lj0c0V7lWFxz9zhihuOLDX6YmrbxOktSHag3A2eXu-BNYOAD6_7yxtJUeL1vBtSOgX6TDy_LLcZCQF_4l9d8ZQQfgrABMjb2E1CAECCcvsF9PnSa6nY-1.jpg\" class=\"attachment-full size-full wp-image-168447\" alt=\"\" srcset=\"https:\/\/datascientest.com\/es\/files\/2024\/01\/z8olQRY0Nc9JS4lj0c0V7lWFxz9zhihuOLDX6YmrbxOktSHag3A2eXu-BNYOAD6_7yxtJUeL1vBtSOgX6TDy_LLcZCQF_4l9d8ZQQfgrABMjb2E1CAECCcvsF9PnSa6nY-1.jpg 541w, https:\/\/datascientest.com\/es\/files\/2024\/01\/z8olQRY0Nc9JS4lj0c0V7lWFxz9zhihuOLDX6YmrbxOktSHag3A2eXu-BNYOAD6_7yxtJUeL1vBtSOgX6TDy_LLcZCQF_4l9d8ZQQfgrABMjb2E1CAECCcvsF9PnSa6nY-1-300x215.jpg 300w\" sizes=\"(max-width: 541px) 100vw, 541px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Ilustraci\u00f3n del Isolation Forest<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-754b9cb elementor-widget elementor-widget-text-editor\" data-id=\"754b9cb\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Entonces, \u00bfc\u00f3mo se obtiene el resultado en un \u00e1rbol? <\/span><b>En otras palabras, \u00bfc\u00f3mo se define si un punto es una anomal\u00eda o no? <\/b><span style=\"font-weight: 400;\">La construcci\u00f3n del algoritmo da lugar a una estructura de \u00e1rbol, cuyos nudos son los conjuntos particionados durante las etapas del algoritmo y cuyas hojas son los puntos aislados. Intuitivamente, las anomal\u00edas tender\u00e1n a ser las hojas <\/span><b>m\u00e1s cercanas a la ra\u00edz del \u00e1rbol<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">En funci\u00f3n de la distancia a la ra\u00edz<\/span><b>, se asigna una puntuaci\u00f3n de anomal\u00eda a cada hoja de un \u00e1rbol<\/b><span style=\"font-weight: 400;\">, y esta puntuaci\u00f3n de anomal\u00eda se <\/span><b>promedia<\/b><span style=\"font-weight: 400;\"> sobre todos los \u00e1rboles que se han construido de forma recursiva, para obtener un resultado final. En funci\u00f3n de la situaci\u00f3n, pueden <\/span><b>ajustarse par\u00e1metros<\/b><span style=\"font-weight: 400;\"> como el n\u00famero de \u00e1rboles o la proporci\u00f3n de anomal\u00edas que hay que considerar para obtener un <\/span><b>resultado m\u00e1s s\u00f3lido<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">El Isolation Forest es muy apreciado por su capacidad para <\/span><b>detectar anomal\u00edas de forma no supervisada<\/b><span style=\"font-weight: 400;\">, y a la vez obtener resultados satisfactorios en numerosos \u00e1mbitos. Entre sus aplicaciones figuran el fraude bancario, el diagn\u00f3stico m\u00e9dico y el an\u00e1lisis de fallos estructurales.<\/span><\/p><p><span style=\"font-weight: 400;\">Si quieres saber m\u00e1s, echa un vistazo a nuestros cursos de <a href=\"https:\/\/datascientest.com\/es\/formacion-data-scientist\">Data Scientist<\/a>, <a href=\"https:\/\/datascientest.com\/es\/formacion-data-analyst\">Data Analyst<\/a> y <a href=\"https:\/\/datascientest.com\/es\/formacion-data-engineer\">Data Engineer<\/a>.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9713124 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"9713124\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/es\/nuestros-cursos-de-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Descubre nuestros cursos especializados en Data<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7c65ed3 elementor-widget elementor-widget-html\" data-id=\"7c65ed3\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"El problema de la paradoja de la precisi\u00f3n\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Cuando nos enfrentamos a un problema de clasificaci\u00f3n de clases en Machine Learning, a veces ocurre que el conjunto de datos est\u00e1 desequilibrado. M\u00e1s concretamente, existe una proporci\u00f3n mucho mayor de una clase que de otra dentro de la muestra de entrenamiento. Este problema es una caracter\u00edstica frecuente de los problemas de clasificaci\u00f3n binarios.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"\u00bfQu\u00e9 es el Isolation Forest?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"\u00bfC\u00f3mo afrontar este problema que arruina los esfuerzos de varios algoritmos cl\u00e1sicos bien entrenados? Existen varias soluciones, como por ejemplo los m\u00e9todos de remuestreo, como el submuestreo o el sobremuestreo, que seleccionan aleatoriamente datos para equilibrar la proporci\u00f3n de clases. Sin embargo, cuando estos m\u00e9todos no son suficientemente eficaces, es habitual replantearse el problema y considerar la detecci\u00f3n de anomal\u00edas como un problema de clasificaci\u00f3n no supervisada. Aqu\u00ed es donde entra en juego el tan esperado Bosque de Aislamiento.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\r\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":168441,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2427],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?<\/title>\n<meta name=\"description\" content=\"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en el aislamiento.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/es\/isolation-forest\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?\" \/>\n<meta property=\"og:description\" content=\"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/es\/isolation-forest\" \/>\n<meta property=\"og:site_name\" content=\"Formaci\u00f3n en ciencia de datos | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2024-01-31T05:30:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-01-30T13:16:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/01\/illu_iso_forest-50-768x422-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"768\" \/>\n\t<meta property=\"og:image:height\" content=\"422\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/es\/isolation-forest#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/isolation-forest\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?\",\"datePublished\":\"2024-01-31T05:30:00+00:00\",\"dateModified\":\"2024-01-30T13:16:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/es\/isolation-forest\"},\"wordCount\":946,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/es\/isolation-forest#respond\"]}],\"copyrightYear\":\"2024\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/es\/isolation-forest\",\"url\":\"https:\/\/datascientest.com\/es\/isolation-forest\",\"name\":\"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/es\/#website\"},\"datePublished\":\"2024-01-31T05:30:00+00:00\",\"dateModified\":\"2024-01-30T13:16:39+00:00\",\"description\":\"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en el aislamiento.\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/es\/isolation-forest\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/es\/#website\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"name\":\"Formaci\u00f3n en ciencia de datos | DataScientest.com\",\"description\":\"L\u00edder en formaci\u00f3n en Ciencia de Datos\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/es\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-spain\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/es\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?","description":"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en el aislamiento.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/es\/isolation-forest","og_locale":"es_ES","og_type":"article","og_title":"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?","og_description":"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n","og_url":"https:\/\/datascientest.com\/es\/isolation-forest","og_site_name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2024-01-31T05:30:00+00:00","article_modified_time":"2024-01-30T13:16:39+00:00","og_image":[{"width":768,"height":422,"url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/01\/illu_iso_forest-50-768x422-1.png","type":"image\/png"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Escrito por":"Daniel","Tiempo de lectura":"5 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/es\/isolation-forest#article","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/isolation-forest"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?","datePublished":"2024-01-31T05:30:00+00:00","dateModified":"2024-01-30T13:16:39+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/es\/isolation-forest"},"wordCount":946,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"articleSection":["Data Science"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/es\/isolation-forest#respond"]}],"copyrightYear":"2024","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/es\/isolation-forest","url":"https:\/\/datascientest.com\/es\/isolation-forest","name":"Isolation Forest: \u00bfc\u00f3mo detectar anomal\u00edas en un conjunto de datos?","isPartOf":{"@id":"https:\/\/datascientest.com\/es\/#website"},"datePublished":"2024-01-31T05:30:00+00:00","dateModified":"2024-01-30T13:16:39+00:00","description":"Hoy echamos un vistazo a Isolation Forest, un algoritmo de Machine Learning dise\u00f1ado para resolver problemas de clasificaci\u00f3n binarios como la detecci\u00f3n de fraudes o el diagn\u00f3stico de enfermedades. Esta t\u00e9cnica, presentada en la 8.\u00aa Conferencia Internacional del IEEE en 2008, es la primera t\u00e9cnica de clasificaci\u00f3n dedicada a la detecci\u00f3n de anomal\u00edas basada en el aislamiento.","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/es\/isolation-forest"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/es\/#website","url":"https:\/\/datascientest.com\/es\/","name":"Formaci\u00f3n en ciencia de datos | DataScientest.com","description":"L\u00edder en formaci\u00f3n en Ciencia de Datos","publisher":{"@id":"https:\/\/datascientest.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/es\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/es\/wp-content\/blogs.dir\/7\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-spain\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/datascientest.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/es\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/168438"}],"collection":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/comments?post=168438"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/posts\/168438\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media\/168441"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/media?parent=168438"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/categories?post=168438"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/es\/wp-json\/wp\/v2\/tags?post=168438"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}