← 返回卡片

原书出处

数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow

11 第11章 机器学习模型可解释性 11.2 常见的可解释模型

核验版本的摘录快照 · 导入于 2026-11-14T09:43:22.283Z

KNN是基于实例的学习算法,也可以称之为懒散学习,可以先不经过任何训练,等到收到预测任务时,再在训练集的基础上进行预测,因此KNN模型的可解释性不强。那么如何解释k近邻呢?因为模型并没有通过训练学习到相关参数,所以KNN模型的解释性只能从固有的局部数据点做解释,无法从全局角度进行解释。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0062.xhtml

EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102