shap学习笔记

shap原理解释
https://yq.aliyun.com/articles/760042?scm=20140722.184.2.173
https://zhuanlan.zhihu.com/p/106320452

shap实用案例
https://zhuanlan.zhihu.com/p/83412330
http://sofasofa.io/tutorials/shap_xgboost/
https://blog.csdn.net/qq_41103204/article/details/104896630

1 shap使用代码

1 首先，准备好机器学习建模，如xgb

train_x, test_x, train_y, test_y = train_test_split(data_input, data_result, test_size=0.01, random_state=0)
params = {......}
model = xgb.train(params, xgb.DMatrix(train_x, label=train_y),......)

2 如果是xgb的1.1.0及以上版本，修改模型解决utf-8不能编码问题
在建模之后，在shap运行之前，添加代码：

# 对model的编码，删除binf
model_modify = model.save_raw()[4:]
def myfun(self=None):
    return model_modify
model.save_raw = myfun

3 shap应用

# 调用shap
explainer = shap.TreeExplainer(model)
# 计算shap值
shap_values = explainer.shap_values(train_x)

# 查看结果，以下结果分步单独查看
shap.summary_plot(shap_values, train_x, max_display=30)
# 查看统计条形图，绝对值贡献度
shap.summary_plot(shap_values, train_x, plot_type="bar")

# notebook环境下，加载用于可视化的JS代码
shap.initjs()
# 查看单个样本的值，这里看第0行，即第1个样本的shap图像
# 注：这里的第0行为训练集train_x的第0行，这是从原数据data_input中随机抽出来的第一个数
shap.force_plot(explainer.expected_value, shap_values[0,:], train_x.iloc[0,:])

2 shap笔记

（1）shap需要传入的内容：

• model，机器学习的模型
• train_x，模型的训练集输入值

（2）shap_values

• train_x是一个$m\ast n$的dataframe，即m个样本n个特征
• shap_values是numpy.ndarray，一个$num\ast m\ast n$的嵌套列表，num为分类数量