K-Means Explicable

K-Means Explicable es un enfoque de interpretabilidad post-hoc y dentro del modelo para el agrupamiento K-Means estándar que reemplaza o aproxima las asignaciones de clúster con un pequeño árbol de decisión alineado con los ejes. Cada hoja del árbol corresponde a un clúster, y cada punto de datos se asigna a un clúster siguiendo una secuencia simple de reglas de umbral sobre características individuales, lo que hace que la pertenencia al clúster sea completamente transparente y legible por humanos.