Explainable K-Means

Explainable K-Means è un approccio di interpretabilità post-hoc e in-modello al clustering K-Means standard che sostituisce o approssima le assegnazioni dei cluster con un piccolo albero decisionale allineato agli assi. Ogni foglia dell'albero corrisponde a un cluster e ogni punto dati viene assegnato a un cluster seguendo una semplice sequenza di regole di soglia su singole feature, rendendo l'appartenenza al cluster completamente trasparente e leggibile dall'uomo.