目录
前言
未决案件从某种程度上也可以算是无监督数据（因为没有历史标记），通过非监督式方法实现的异常检测可以缩小排查范围，提供更加精准和高效的执行目标。
Isolation Forest （孤立森林）：一种与随机森林类似，高效的集成算法。基本原理是异常样本相对于正常样本可以用较少的特征划分出来，本例就是想通过该算法将纯车物未决案件异常样本标记出来，研究其特征，提供一些新的思路。
本例主要是对类别为异常的数据进行特征分析展示，算法实现过程就省略了。
一、检测结果展示
数据量：5018， 标记为异常的数据：765， 异常数据占比：15.2%，部分整合后数据展示如下：
‘-1’表示模型识别为异常数据
二、异常数据特征可视化
1.周期与金额比较
异常数据相比正常数据，平均滞留周期及平均估损金额都较高
2.结合责任对比
重点关注高于均值的部分
3.结合车型分析
从上表得出案件数最多的不一定是异常率最高的，下面结合Axes3D图及矩阵图展示分析
矩阵图说明：横轴是案件量、纵轴是平均滞留周期，圆圈大小是平均估损金额。
结合Axes3D图及矩阵图可以看出：党政机关客车及非营业货车异常率较高，异常率超过40%，且党政机关客车的平均滞留周期很高，处在矩阵图第二象限，且该车型都是公司车辆，是否存在手续方面的问题导致周期很高，这个可以结合原始数据具体案件具体分析。营业货车是唯一处在第一象限的，即数量及周期都高于平均数，金额也不小，且该车型基本都是挂靠，是否也是手续、配件等方面的问题，可以结合数据个案分析。
4.结合滞留环节分析
说明：柱图表示滞留周期，折线表示案件量
矩阵图坐标轴与车型矩阵图一致
滞留环节方面：诉讼、退票、重开/补赔申请3个环节的异常率都超过70%，同时未调度环节滞留周期超高、估损金额也不低，单证及其他这两个处在第一象限的环节，件数及滞留周期都超过平均值，上述这些环节都可以结合原始数据重点分析原因。
总结
1. 结合上述图标可以看出，滞留周期及估损金额是异常案件区别于正常案件的主要特征。
2.由于未决形成的原因是多方面的，以上仅展示了几个不同维度下的情况，还有很多维度可以挖掘，就不一一展示，由于异常案件是由算法识别，具体到个案分析，‘异常案件’并不一定就是异常，还需要结合实际经验及案情判断。结合算法识别后的数据特征，可以从特征出发，具体分析，对症下药，提升清理的效率，减少盲清。
3. 对于无监督类的数据，聚类也是一种区分的好方法，下一篇再分享了。