Επεξηγήσιμοι K-πλησιέστεροι Γείτονες
Οι Επεξηγήσιμοι K-πλησιέστεροι Γείτονες (XKNN) ενισχύουν τον κλασικό ταξινομητή ή παλινδρομητή KNN με δομημένους μηχανισμούς μετα-επεξήγησης ή ενσωματωμένης επεξήγησης, αποκαλύπτοντας ποιοι ανακτηθέντες γείτονες, ποια χαρακτηριστικά και ποιες συνεισφορές απόστασης οδηγούν κάθε μεμονωμένη πρόβλεψη — καθιστώντας τη συλλογιστική του μοντέλου διαφανή και ελέγξιμη για τους ανθρώπινους υπεύθυνους λήψης αποφάσεων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/el/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.
- Δέντρο ΑποφάσεωνΜηχανική Μάθηση↔ compare
- LIME: LIME: Τοπικές Ερμηνεύσιμες Ανεξάρτητες Μοντέλων ΕξηγήσειςΜηχανική Μάθηση↔ compare
- Naive BayesΜηχανική Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →