由于异常数据的两个特征（少且不同： few and different）
- 异常数据只占很少量;
- 异常数据特征值和正常数据差别很大。
iTree的构成过程如下：
l 随机选择一个属性Attr；
l 随机选择该属性的一个值Value；
l 根据Attr对每条记录进行分类，把Attr小于Value的记录放在左女儿，把大于等于Value的记录放在右孩子；
l 然后递归的构造左女儿和右女儿，直到满足以下条件：
l 传入的数据集只有一条记录或者多条一样的记录；
l 树的高度达到了限定高度；
iTree构建好了后，就可以对数据进行预测啦，预测的过程就是把测试记录在iTree上走一下，看测试记录落在哪个叶子节点。iTree能有效检测异常的假设是：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；