Объяснимый метод k-ближайших соседей
Объяснимый метод k-ближайших соседей (XKNN) дополняет классический классификатор или регрессор KNN структурированными пост-хок или встроенными механизмами объяснения, раскрывая, какие из извлеченных соседей, какие признаки и какой вклад расстояния определяют каждый индивидуальный прогноз — делая рассуждения модели прозрачными и проверяемыми для лиц, принимающих решения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/ru/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.
- Дерево решенийМашинное обучение↔ compare
- LIME: Локально-интерпретируемые модельно-агностические объясненияМашинное обучение↔ compare
- Наивный БайесМашинное обучение↔ compare
- Случайный лесМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →