Vysvětlitelné K-nejbližších sousedů
Vysvětlitelné K-nejbližších sousedů (XKNN) rozšiřuje klasický klasifikátor nebo regresor KNN o strukturované post-hoc nebo vestavěné mechanismy vysvětlení, které odhalují, které nalezené sousedy, které příznaky a jaké příspěvky vzdálenosti pohánějí každou jednotlivou predikci — čímž se logika modelu stává transparentní a auditovatelnou pro lidské rozhodovatele.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/cs/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.
- Rozhodovací stromStrojové učení↔ compare
- LIME: Lokálně interpretovatelné agnostické vysvětlení modelůStrojové učení↔ compare
- Naive BayesStrojové učení↔ compare
- Random ForestStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →