实测发现：Isolation Forest 的 max_samples 设为 1.0 效果最佳
Ragno_ · reddit · 2026-09-30
作者在 CICIDS2017 网络入侵数据集上训练 Isolation Forest 做异常检测时，系统测试了多档 maxsamples 取值（256 到 1.0）：
- 论文默认 256 只适用于训练集含异常的情形；纯良性流量训练时应取大值
- maxsamples=1.0 时 ROC 阈值下 recall 约 94%、FPR 约 7.6%，明显优于 200k（recall 约 91%、FPR 约 10%），训练仅多花 30 秒
- 在 CSE-CIC-IDS2018 跨数据集验证中两者表现都差，作者据此提问训练/阈值标定方案是否合理
结论对做异常检测的工程实践有直接参考价值。
「研究」频道最新
- 大脑皮层发现螺旋涡状行波,脑波远比平面波复杂 — JosephJacks_ · 2026-10-01
- Hutter 压缩大赛创纪录：一个月三份提交合计提升近 10% — mhutter42 · 2026-10-01
- 研究测算：验证全部 nixpkgs 软件约需 4 亿美元、5 年 — ChrSzegedy · 2026-10-01
- Animation Bench 发布：四款前沿模型复现真实网页动画大比拼 — himanshustwts · 2026-10-01
- Yandex/AliceAI 80B-A3B 公开后训练直播中，晒损失曲线 — jjusko20 · 2026-10-01
- Block AttnRes 研究发现:模型深处近四分之一层是「死层」 — ziv_ravid · 2026-10-01