Was RCF ist und was es tut

Ein Random Cut Forest (RCF) ist eine spezielle Art des Random Forest (RF)-Algorithmus, einer weit verbreiteten und erfolgreichen Technik des Machine Learning. Er verwendet eine Reihe von zufälligen Datenpunkten, kürzt sie zu derselben Zahl von Punkten und baut dann eine Sammlung von Modellen auf. Im Gegensatz dazu entspricht ein Modell einer´m Entscheidungsbaum – daher die Bezeichnung als „Wald“. Da RFs nicht einfach in inkrementeller Weise aktualisiert werden können, wurden RCFs mit Variablen in der Baumkonstruktion entwickelt, die inkrementelle Aktualisierungen erlauben.

Als unbeaufsichtigter Algorithmus verwendet RCF die Cluster-Analyse, um Spitzen in Zeitseriendaten, Periodizitätsunterbrechungen oder Saisonabhängigkeiten sowie Datenpunktausnahmen zu erkennen. Random Cut Forests kann als Synopse oder Skizze eines dynamischen Datenstroms (oder einer zeitindizierten Folge von Zahlen) fungieren. Die Antworten auf unsere Fragen zu dem Stream können aus dieser Synopse kommen. Die folgenden Merkmale betreffen den Stream, sowie, wie wir Verbindungen zur Anomalieerkennung und POrognose herstellen.

• Ein Streaming-Algorithmus ist ein Online-Algorithmus mit einem kleinen Speicherbedarf. Ein Online-Algorithmus trifft seine Entscheidung über den Eingabepunkt indiziert nach Zeit t, bevor der (t+1)-te Punkt erkannt wird. Der kleine Speicher ermöglicht flexible Algorithmen, die Antworten mit geringer Latenz erzeugen können und ermöglichen, dass ein Benutzer mit den Daten interagiert.

• Die Einhaltung der von der Zeit verhängten Anordnung ist wie in einem Online-Algorithmus bei der Anomalieerkennung und bei Prognosen erforderlich. Wenn wir bereits wissen, was übermorgen passieren wird, dann ist die Vorhersage, was morgen passiert, keine Prognose, sondern lediglich die Interpolation eines unbekannten fehlenden Werts. Ebenso kann ein neues Produkt, das heute eingeführt wird, eine Anomalie sein, jedoch ist es am Ende des nächsten Quartals vielleicht keine Anomalie mehr.