解释 SHAP 摘要图

Question

我正在研究损耗模型。我有多个具有高基数的分类特征。因此，我为此尝试了 Catboost 和 LightGBM。 我还找到了两者的 SHAP 图。以下是我的代码。

CatBoost：

import shap  # package used to calculate Shap values
from catboost import CatBoostClassifier, Pool
shap_values = clf.get_feature_importance(Pool(X_test, label=Y_test,cat_features=cat_features) ,
                                               type="ShapValues")
 
expected_value = shap_values[0,-1]
shap_values = shap_values[:,:-1]

shap.initjs()

lightGBM:

import shap 
explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X_test)
base_value = explainer.expected_value[0]
shap.summary_plot(shap_values, X_test)

我的情节如下所示。

CatBoost

LightGBM

尽管是同一个分类问题，但为什么我的两个图看起来不同？我知道用于查找 SHAP 值的两种代码都不同，这可能是根本原因。但是我在互联网上找不到任何相关的东西。如何修改 lightGBM 图，使其看起来像 catboost 图？

Answer 1

CatBoost模型的情节称为

beeswarm plot

。将文档中的示例改编为您的 LightGBM 代码可以得到：

explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X_test)

# new
shap.plots.beeswarm(shap_values)