Uitlegbare K-Nearest Neighbors
Uitlegbare K-Nearest Neighbors (XKNN) breidt de klassieke KNN-classificator of -regressor uit met gestructureerde post-hoc of ingebouwde verklaringsmechanismen, die blootleggen welke opgehaalde buren, welke kenmerken en welke afstandscomponenten elke individuele voorspelling sturen — waardoor de redenering van het model transparant en controleerbaar wordt voor menselijke besluitvormers.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/nl/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.
- BeslisboomMachine learning↔ compare
- LIME: Lokaal interpreteerbare modelonafhankelijke verklaringenMachine learning↔ compare
- Naïeve BayesMachine learning↔ compare
- Random ForestMachine learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →