Python 如何获得sklearn中isolationforest的顶级预测

我使用

IsolationForest

检测数据集的异常数据点，如下所示

clf=IsolationForest（max\u samples='auto'，
随机状态=42，
behavior=“new”，
污染=.01）
clf.fit（X）
y_pred_train=clf.predict（X）
异常值=[]
对于np中的项目，其中（y_pred_train==-1）[0]：
异常值。追加（df_节点[项目]）

我希望预测的异常值作为一个排名列表。也就是说，我想知道最有可能的异常值是什么，接下来是什么，依此类推（可能使用某种预测概率进行排序）。我试图在

sklearn

中找到一种方法。但是我还是找不到办法。请告诉我一个合适的方法

---

如果需要，我很乐意提供更多详细信息。

使用

决策功能

而不是使用

预测

从：

方法 决策函数（self，X）基本分类器X的平均异常分数

然后，您可以根据他们的异常评分对他们进行排名。该值越低，观察值越不正常