# Extending Decision Predicate Graphs for Comprehensive Explanation of Isolation Forest

### 저자

Matteo Ceschin, Leonardo Arrighi, Luca Longo, Sylvio Barbon Junior

### 개요

본 논문은 Isolation Forest(iForest) 알고리즘의 설명 가능성을 향상시키는 새로운 XAI(Explainable AI) 방법을 제시합니다.  iForest는 이상치 탐지에 효과적이지만, 많은 트리 기반 학습기를 사용하여 이상치 선택 및 내부값의 결정 경계를 설명하는 데 어려움이 있습니다.  본 연구는 의사결정 술어 그래프(DPG)를 기반으로, 앙상블 방법의 논리를 명확히 하고, 내부값-이상치 전파 점수(IOP-Score)를 사용하여 이상치 식별 방식을 설명하는 그래프 기반 지표를 제공합니다.  이를 통해 iForest의 설명 가능성을 높이고, 이상치 식별에 기여하는 특징과 모델의 활용 방식에 대한 포괄적인 정보를 제공하여 완전한 설명 가능한 머신러닝 파이프라인을 구축합니다.

### 시사점, 한계점

- **시사점:**

    - iForest와 같은 복잡한 이상치 탐지 모델의 설명 가능성을 향상시키는 새로운 방법 제시

    - DPG와 IOP-Score를 활용한  전체적인 의사결정 과정에 대한 통찰력 제공

    - 이상치 식별에 기여하는 특징과 모델의 활용 방식에 대한 포괄적인 이해 증진

    - 설명 가능한 머신러닝 파이프라인 구축에 기여

- **한계점:**

    - 제안된 방법의 성능 및 효율성에 대한 실험적 평가 부족

    - 다양한 데이터셋 및 이상치 탐지 모델에 대한 일반화 가능성에 대한 추가 연구 필요

    - DPG 기반 설명의 복잡성 및 해석의 어려움에 대한 고려 필요

[PDF 보기](https://arxiv.org/pdf/2505.04019)

![https://i.imgur.com/Okq5WOL.jpeg](https://i.imgur.com/Okq5WOL.jpeg)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).