K-Nearest Neighbors Spiegabile
K-Nearest Neighbors Spiegabile (XKNN) aumenta il classificatore o regressore KNN classico con meccanismi di spiegazione post-hoc o intrinseci strutturati, esponendo quali vicini recuperati, quali caratteristiche e quali contributi di distanza guidano ogni singola predizione — rendendo il ragionamento del modello trasparente e verificabile per i decisori umani.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/it/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.
- Albero decisionaleApprendimento automatico↔ compare
- LIME: Local Interpretable Model-agnostic ExplanationsApprendimento automatico↔ compare
- Naive BayesApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →