ব্যাখ্যামূলক কে-নিয়ারেস্ট নেইবারস
ব্যাখ্যামূলক কে-নিয়ারেস্ট নেইবারস (XKNN) ক্লাসিক KNN ক্লাসিফায়ার বা রিগ্রেসরকে সুসংগঠিত পোস্ট-হক বা বিল্ট-ইন ব্যাখ্যা পদ্ধতি দ্বারা উন্নত করে, যা প্রতিটি স্বতন্ত্র ভবিষ্যদ্বাণীর চালিকাশক্তি হিসেবে কোন প্রতিবেশীগুলি পুনরুদ্ধার করা হয়েছে, কোন বৈশিষ্ট্যগুলি ব্যবহৃত হয়েছে এবং দূরত্বের অবদানগুলি কী — তা উন্মোচন করে, যার ফলে মডেলের যুক্তি মানব সিদ্ধান্ত গ্রহণকারীদের জন্য স্বচ্ছ ও নিরীক্ষণযোগ্য হয়ে ওঠে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/bn/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.
- সিদ্ধান্ত বৃক্ষযন্ত্র শিখন↔ compare
- LIME (স্থানীয় ব্যাখ্যাযোগ্য মডেল-নিরপেক্ষ ব্যাখ্যা)যন্ত্র শিখন↔ compare
- নেইভ বেইজযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →