← 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

在KNN中,把计算对象之间的距离作为各个对象之间的非相似性指标,避免了对象之间的匹配问题,在KNN中常用的距离计算方法有欧氏距离、曼哈顿距离及闵可夫斯基距离,前两者是后者在取不同p值的特殊情况。闵可夫斯基距离公式如下:

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