K-Nearest Neighbors explicabil
K-Nearest Neighbors explicabil (XKNN) sporește clasificatorul sau regresorul clasic KNN prin mecanisme structurate de explicație post-hoc sau integrate, expunând ce vecini recuperați, ce caracteristici și ce contribuții la distanță determină fiecare predicție individuală — făcând raționamentul modelului transparent și audibil pentru factorii de decizie umani.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/ro/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.
- Arbore de decizieÎnvățare automată↔ compare
- LIME: Explicații locale interpretabile, agnostice față de modelÎnvățare automată↔ compare
- Naive BayesÎnvățare automată↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →