代码收藏家 Python编程学习第14天打卡记录
今日作业偏思考类型，有一定难度
1. 参考上述文档补全剩余的几个图
2. 尝试确定一下shap各个绘图函数对于每一个参数的尺寸要求，如shap.force_plot力图中的数据需要满足什么形状？
3. 确定分类问题和回归问题的数据如何才能满足尺寸，分类采取信贷数据集，回归采取单车数据集。
1.
决策图
import shap
shap.decision_plot(
base_value=explainer.expected_value, # 基线值
shap_values=shap_values[0, :], # 单个样本的SHAP值
features=X_test.iloc[0, :], # 对应的特征值
feature_names=X_test.columns, # 特征名称
title="预测路径示例"
)
瀑布图
shap.waterfall_plot(
explainer.expected_value, # 基线值
shap_values[0], # 单个样本的SHAP值（形状为(n_features,)）
max_display=10 # 显示前10个特征
)
依赖图
shap.dependence_plot(
feature="年龄", # 分析的特征
shap_values=shap_values, # 所有样本的SHAP值
features=X_test, # 所有样本的特征数据
interaction_index="收入" # 可选，分析与另一个特征的交互
)
图像摘要图
# 假设处理图像分类问题，输入数据形状为 (100, 28, 28, 1)
shap.image_plot(
shap_values=shap_values[0], # 单个样本的SHAP值
-X_test[0], # 对应的原始图像数据（负号用于热力图显示）
feature_names=X_test.columns # 可选，特征名称
)
多输出决策图
shap.multioutput_decision_plot(
class_id=0, # 选择第0个输出目标
base_values=explainer.expected_value,
shap_values=shap_values,
features=X_test,
feature_order="importance" # 按特征重要性排序
)
2.
(1) shap.force_plot（力图）
参数形状要求：
shap_values：形状为 (n_samples, n_features) 的二维数组。
每一行对应一个样本的 SHAP 值（每个特征对预测结果的影响）。
data：形状为 (n_samples, n_features) 的二维数组。
每一行是原始数据的特征值（与 shap_values 对应）。
features：特征名称列表（长度为 n_features）。
(2) shap.summary_plot（摘要图）
参数形状要求：
shap_values：形状为 (n_samples, n_features) 的二维数组。
features：形状为 (n_samples, n_features) 的二维数据或 DataFrame。
(3) shap.decision_plot（决策图）
参数形状要求：
base_values：标量或一维数组（长度为 n_samples）。
shap_values：形状为 (n_samples, n_features) 的二维数组。
features：形状为 (n_samples, n_features) 的二维数据或 DataFrame。
(4) shap.waterfall_plot（瀑布图）
参数形状要求：
shap_values：形状为 (n_features + 1,) 的一维数组（包含基线值和特征贡献）。
max_display：可选参数，控制显示的特征数量。
(5) shap.dependence_plot（依赖图）
参数形状要求：
shap_values：形状为 (n_samples, n_features) 的二维数组。
features：形状为 (n_samples, n_features) 的二维数据或 DataFrame。
feature：要分析的特征的索引或名称（单个特征）。
3.
分类问题（信贷数据集）
对于分类问题，数据集通常包含特征和标签。以信贷数据集为例：
特征矩阵：应为二维数组，形状为 (n_samples, n_features)，其中 n_samples 是样本数量，n_features 是特征数量。
标签：应为一维数组，形状为 (n_samples,)，表示每个样本的类别（例如，0 或 1）。
确保特征矩阵和标签的样本数量一致。
回归问题（单车数据集）
对于回归问题，数据集同样包含特征和目标值。以单车数据集为例：
特征矩阵：应为二维数组，形状为 (n_samples, n_features)，其中 n_samples 是样本数量，n_features 是特征数量。
目标值：应为一维数组，形状为 (n_samples,)，表示每个样本的目标值（例如，单车租赁数量）。
同样，确保特征矩阵和目标值的样本数量一致。
@浙大疏锦行
作者：冰轮a
