inmobiliaria-analytics/docs/01-fase-alcance-inicial/IAI-008-ml-analytics/historias-usuario/US-ML-002.md

id	title	type	epic	status	story_points	priority	project	created_date	updated_date
US-ML-002	Explicabilidad de valuacion con SHAP	User Story	IAI-008	Draft	5	Media	inmobiliaria-analytics	2026-01-04	2026-01-04

US-ML-002: Explicabilidad de valuacion con SHAP

---

User Story

Como agente inmobiliario Quiero entender por que el modelo estimo cierto valor Para poder explicar la valuacion a mis clientes con confianza

---

Descripcion

Implementar explicabilidad del modelo AVM usando SHAP (SHapley Additive exPlanations) que muestre el impacto de cada feature en la prediccion de forma visual e interpretable.

---

Criterios de Aceptacion

• Se calculan SHAP values para cada prediccion
• Se genera visualizacion waterfall
• Se identifican top 5 factores de impacto
• Explicaciones en lenguaje natural
• Latencia total < 1 segundo

---

Visualizacion SHAP

Impacto en el precio estimado ($4,850,000)
------------------------------------------

Ubicacion (Providencia)     ████████████  +$520,000
Superficie (180 m2)         ████████      +$380,000
Recamaras (3)               ███           +$120,000
Precio zona promedio        ██████        +$280,000
Banos (2.5)                 ██            +$80,000
Antiguedad (5 anos)         ▓▓            -$95,000
Estacionamientos (2)        █             +$65,000
                            ---------------------
                            Valor base: $3,500,000
                            Valor final: $4,850,000

---

Tareas Tecnicas

#	Tarea	Estimacion
1	Integrar SHAP library	2h
2	Calcular SHAP values en inference	4h
3	Generar explicaciones naturales	4h
4	Visualizacion frontend	6h
5	Caching de SHAP values	2h

Total estimado: 18h (~2.5 dias)

---

Definition of Done

• SHAP values se calculan correctamente
• Visualizacion clara e interpretable
• Explicaciones en espanol natural
• Performance aceptable (< 1s total)

---

Asignado a: - Sprint: -