Outil d'analyse et d'évaluation dédié à l'apprentissage non supervisé, permettant d'évaluer la qualité des clusters générés par des algorithmes de partitionnement. Ce module Python calcule plus de 40 indices internes de validation (comme l'indice de Dunn, de Davies-Bouldin ou de Calinski-Harabasz) pour mesurer la cohésion et la séparation des groupes. Il propose également des outils d'analyse de densité, de visualisation 2D/3D et de détection de confusion entre clusters via des hypersphères multidimensionnelles.