Wyjaśnialny K-Najbliższych Sąsiadów
Wyjaśnialny K-Najbliższych Sąsiadów (XKNN) rozszerza klasyczny klasyfikator lub regresor KNN o ustrukturyzowane mechanizmy wyjaśniające post-hoc lub wbudowane, ujawniając, które pobrane sąsiedzi, które cechy i które wkłady odległościowe napędzają każdą indywidualną predykcję — czyniąc rozumowanie modelu przejrzystym i możliwym do audytu dla osób podejmujących decyzje.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 cytować tę stronę
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/pl/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.
- Drzewo decyzyjneUczenie maszynowe↔ compare
- LIME: Lokalnie Wyjaśnialne Modelowo-Agnostyczne WyjaśnieniaUczenie maszynowe↔ compare
- Naiwny Klasyfikator BayesowskiUczenie maszynowe↔ compare
- Random ForestUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →