如何在 SHAP 汇总图上绘制特定特征？答案

【问题标题】：How to plot specific features on SHAP summary plots?如何在 SHAP 汇总图上绘制特定特征？
【发布时间】：2020-09-15 22:58:48
【问题描述】：

我目前正在尝试在 SHAP 汇总图上绘制一组特定特征。但是，我正在努力寻找这样做所需的代码。

查看 Github 上的源代码时，summary_plot 函数似乎确实具有“特征”属性。但是，这似乎不能解决我的问题。

谁能帮我绘制一组特定的功能，或者这在当前的 SHAP 代码中不是一个可行的选项。

【问题讨论】：

IMO 这是一个不寻常但合理的问题，尽管它缺少一些有用的信息（特别是：您指的是哪个存储库？您的版本是最新的吗？）。此外，我说“不寻常”的部分原因是它不太适合 SO，但参考您使用的代码库，它可能更适合 Data Science 或 Cross Validated (stats) Stack Exchanges。
显然这是相关的，但 SO 更适合“我尝试过 X，但它没有达到我的预期，反而导致错误！”形式的问题。附有Minimal, Complete, and Verifiable example，因此重新表述您的问题将有助于它生存（不会因离题/需要更多信息而被标记为死亡）并查看更多评论

标签： python plot shap

【解决方案1】：

要仅绘制 1 个特征，请在特征列表中获取要检查的特征的索引

i = X.iloc[:,:].index.tolist().index('your_feature_name_here')
shap.summary_plot(shap_values[1][:,i:i+1], X.iloc[:, i:i+1])

要绘制您选择的特征，

your_feature_list = ['your_feature_1','your_feature_2','your_feature_3']
your_feature_indices = [X.iloc[:,:].index.tolist().index(x) for x in your_feature_list]
shap.summary_plot(shap_values[1][:,your_feature_indices], X.iloc[:, your_feature_indices])

随意将“your_feature_indices”更改为更短的变量名

如果您不进行二进制分类，请将 shap_values[1] 更改为 shap_values

【讨论】：

【解决方案2】：

我使用下面的代码重建 shap_value 以将您想要的特征包含到图中。

shap_values = explainer.shap_values(samples)[1]

vals = np.abs(shap_values).mean(0)
feature_importance = pd.DataFrame(
    list(zip(samples.columns, vals)),
    columns=["col_name", "feature_importance_vals"],
)
feature_importance.sort_values(
    by=["feature_importance_vals"], ascending=False, inplace=True
)

feature_importance['rank'] = feature_importance['feature_importance_vals'].rank(method='max',ascending=False)

missing_features = [
    i
    for i in columns_to_show
    if i not in feature_importance["col_name"][:20].tolist()
]
missing_index = []
for i in missing_features:
    missing_index.append(samples.columns.tolist().index(i))

missing_features_new = []
rename_col = {}
for i in missing_features:
    rank = int(feature_importance[feature_importance['col_name']==i]['rank'].values)
    missing_features_new.append('rank:'+str(rank)+' - '+i)
    rename_col[i] = 'rank:'+str(rank)+' - '+i

column_names = feature_importance["col_name"][:20].values.tolist() + missing_features_new

feature_index = feature_importance.index[:20].tolist() + missing_index

shap.summary_plot(
        shap_values[:, feature_index].reshape(
            samples.shape[0], len(feature_index)
        ),
            samples.rename(columns=rename_col)[column_names],
            max_display=len(feature_index),
        )

【讨论】：

【解决方案3】：

一个可能的解决方案，虽然很老套，但可能如下所示，例如在第 5 列中为单个特征绘制摘要图

shap.summary_plot(shap_values[:,5:6], X.iloc[:, 5:6])

【讨论】：