基于聚类增强的孤立森林异常数据检测方法、系统及介质

本发明属于金融风控系统技术领域，特别是涉及一种基于聚类增强的孤立森林异常数据检测方法、系统及介质，方法包括S1：数据预处理；S2：采用K‑Means聚类算法筛选出需进一步检测的数据簇；S3：根据筛选出的数据簇构建孤立森林模型，并通过训练集进行模型训练；S4：通过测试集对模型进行预测，计算初始异常分数；计算类密度作为权重对初始异常分数进行加权，得到最终异常分数；S5：根据预设阈值对最终异常分数进行判定，输出异常数据检测结果；S6：对孤立森林模型进行评估，并根据评估结果对模型参数进行调整，持续优化模型直至满足预设要求。解决异常数据检测计算复杂、效率低的问题。