在风控领域最主要的两个问题就是信用风险和欺诈风险，如果能解决这两个问题，只要能拿到资金方的资金，有流量，就可以躺着挣钱了，可以享受着让别人帮你挣钱的乐趣。
异常检测是反欺诈中的很少一部分，还有其他很多方法来做反欺诈，图谱相关我觉得是最有效果的反欺诈。
我们这边用iforest做异常检测，主要用来做三件事
一：数据过异常检测，检测出来直接用决策引擎卡阈值来拒人
二：检测出异常的用户，给异常数据做标签，把这部分用户导入到人工审核
三：检测出异常数据，给有监督树模型，数据加权
iforest 算法部分（最主要是检测出离群数据）
在数学层面理解，分布稀疏的区域表示数据发生在此区域的概率很低，可以认为落在该区域的数据为异常数据
黑色的点为异常点，白色点为正常的点（在一个簇中）。iForest检测到的异常边界为红色，它可以正确地检测到所有黑点异常点。
重点：
Iforest 有点类似于随机森林，是由多个itree构成，采用随机采样一部分数据去构建每一颗树，构建好树之后，预测的过程是把测试记录在Itree上走一篇，看测试数落在叶子哪个节点上，算一下数据的平均高度，关心小于平均高度的数据，异常点一般都是非常稀有的，在iTree中会很快被划分到叶子节点，因此可以用叶子节点到根节点的路径h(x)长度来判断一条记录x是否是异常点
公式：
E(h(x))表示记录x在每棵树的高度均值，
算法原理 ：
假设我们有一个一堆检测的特征D
第一步：
我们从特征集D中随机选取一个特征attr1
第二步:
1.确定特征attr1的最大值和最小值
2.随机从特征attr1里面选择一个值value1，这个value1大于最小值小于最大值
3.循环遍历attr1把大于value1的值放到右节点上，把小于value1的值放到左节点上
第三步：
重复第二步
满足以下条件停止：
传入的数据集只有一条记录或者多条一样的记录；
树的高度达到了限定高度
4个测试样本遍历一棵iTree的例子如下：
b和c的高度为3，a的高度是2，d的高度是1。
上代码部分
感慨一下：
最近因为自己的时间比较忙，一直在弄自己的东西，异常检测我就交给我们组里面其他的两个小伙伴做，遇到了很多问题，最主要的问题出现在特征选择上，特别是在做坏人的召回，准确率的时候特别低，不能直视，最开始召回在10%左右，是
特征一定要选择连续性变量
