本文介绍了张量网络在发展可解释的机器学习算法方面的应用。通过无监督聚类算法，证明了基于矩阵乘积态（MPS）的方法在性能上与传统的深度学习模型相当，并提供更丰富的模型可解释性。该方法能够提取特征概率、Von Neumann熵和互信息，为异常分类提供出色剧情，并提高人工智能决策的透明性和可解释性。