带有随机森林 SHAP 值的蜂群图

Question

我之前尝试使用随机森林可视化 SHAP 值的结果。

我正在编写这段代码：

# Load necessary libraries
library(randomForest)
library(DALEX)
library(beeswarm)

data <- turismo_rf

# Split the data into features and target
features <- data[, -which(names(data) %in% "Clus.1")]
target <- data$Clus.1

# Train a random forest model
rf_model <- randomForest(features, target)

# Create an explainer object
explainer <- DALEX::explain(rf_model, data = features, y = target)

# Compute SHAP values
shapley_values <- DALEX::predict_parts(explainer, new_observation = features)

# Plot bee swarm
beeswarm(shapley_values$shap_1)

问题是我尝试过使用

beeswarm package

但我总是收到此错误：

beeswarm(shapley_values$shap_1)
Error in rep(nms, sapply(x, length)) : invalid 'times' argument

你能告诉我蜂群有什么问题吗？

输出我想做的事情

这是我得到的输出，如果我只使用

plot(shapley_values)

Answer 1

如果无法看到一些数据，就很难判断，因此我尝试使用

iris

数据集重现您的示例。问题似乎是

shapley_values

数据框不包含名为

shap_1

的列。也许您对

contribution

专栏感兴趣？这给出了每个变量对给定观察的预测的贡献。

此代码生成蜂群图：

# Load necessary libraries
library(randomForest)
library(DALEX)
library(beeswarm)

data <- iris

# Split the data into features and target
features <- data[, -which(names(data) %in% "Species")]
target <- data$Species

# Train a random forest model
rf_model <- randomForest(features, target)

# Create an explainer object
explainer <- DALEX::explain(rf_model, data = features, y = target)

# Compute SHAP values
shapley_values <- DALEX::predict_parts(explainer, new_observation = features)

# Extract contributions as a numeric vector
contributions_vector <- as.numeric(shapley_values$contribution)

# Plot bee swarm
beeswarm(contributions_vector)

这个情节看起来并不是特别有用。绘制后，您可以向其添加文本标签。或者一个简单的

contribution

条形图可能会提供更多信息。