K-Përafërtet më të afërt të shpjegueshëm
K-Përafërtet më të afërt të shpjegueshëm (XKNN) i plotëson klasifikuesin ose regresorin klasik KNN me mekanizma të strukturuar shpjegimi pas-hoc ose të integruar, duke zbuluar se cilët fqinjë të marrë, cilat tipare dhe cilat kontribute të distancës drejtojnë çdo parashikim individual — duke e bërë arsyetimin e modelit transparent dhe të auditueshëm për vendimmarrësit njerëzorë.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Harta e metodave
Lagjja e metodave të lidhura — zgjidhni një nyje për të eksploruar.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Explainable K-Nearest Neighbors (XKNN). ScholarGate. https://scholargate.app/sq/machine-learning/explainable-k-nearest-neighbors
Cila metodë?
Vendoseni këtë metodë pranë të afërmeve të saj më të ngushta dhe lexojini krah për krah — biblioteka i shtron librat mbi tryezë; zgjedhja është e juaja.
- Pemët e vendimmarrjesMësimi i makinës↔ krahaso
- LIME: Shpjegime Lokale të Interpretuara, të Pavarura nga ModeliMësimi i makinës↔ krahaso
- Naive BayesMësimi i makinës↔ krahaso
- Pylli i RastësishëmMësimi i makinës↔ krahaso
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →