Обясним метод на K-най-близки съседи
Обяснимият метод на K-най-близки съседи (XKNN) разширява класическия KNN класификатор или регресор със структурирани пост-хок или вградени механизми за обяснение, разкривайки кои извлечени съседи, кои признаци и кои приноси към разстоянието обуславят всяко индивидуално предсказание – правейки разсъжденията на модела прозрачни и подлежащи на одит за човешките лица, вземащи решения.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Cover, T. & Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1), 21–27. DOI: 10.1109/TIT.1967.1053964 ↗
- Papernot, N. & McDaniel, P. (2018). Deep k-Nearest Neighbors: Towards Confident, Interpretable and Robust Deep Learning. arXiv preprint arXiv:1803.04765. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/bg/machine-learning/explainable-k-nearest-neighbors
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дърво на решениятаМашинно обучение↔ compare
- LIME: Локално интерпретируеми моделно-независими обясненияМашинно обучение↔ compare
- Наивен БейсМашинно обучение↔ compare
- Случайна гораМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →