掩蔽者在 SHAP 包中真正做什么并适合他们进行训练或测试？

Question

我一直在尝试使用

shap

包。我想从我的逻辑回归模型中确定形状值。与

TreeExplainer

相反，

LinearExplainer

需要所谓的掩蔽器。这个掩码器到底有什么作用，独立掩码器和分区掩码器有什么区别？

此外，我对测试集中的重要功能很感兴趣。然后我是否将掩蔽器安装在训练集或测试集上？下面您可以看到一段代码。

model = LogisticRegression(random_state = 1)
model.fit(X_train, y_train)

masker = shap.maskers.Independent(data = X_train)
**or**
masker = shap.maskers.Independent(data = X_test)

explainer = shap.LinearExplainer(model, masker = masker)
shap_val = explainer(X_test)```

Answer 1

Masker 类提供背景数据来“训练”你的解释器。即，在：

explainer = shap.LinearExplainer(model, masker = masker)

您正在使用由 masker 确定的背景数据（您可以通过访问

masker.data

属性来查看使用了哪些数据）。您可以在此处或此处阅读更多有关“模型真实”或“数据真实”的解释。

如上所述，从计算角度来看，您可以同时执行以下两项操作：

masker = shap.maskers.Independent(data = X_train)

---

或

---

masker = shap.maskers.Independent(data = X_test)
explainer = shap.LinearExplainer(model, masker = masker)

但从概念上讲，我认为以下内容更有意义：

masker = shap.maskers.Independent(data = X_train)
explainer = shap.LinearExplainer(model, masker = masker)

这类似于通常的

train/test

范例，您可以在训练数据上训练模型（和解释器），并尝试预测（和解释）您的测试数据。

---

与问题无关。为您采样数据的 masker 的另一种选择是明确提供可能允许比较 2 个数据点的背景：用于比较的点和感兴趣的点，就像在 this 笔记本中一样。通过这种方式，人们可以找出为什么 2 个看似相似的数据点被不同地分类。