这是我的第377篇原创文章。

一、引言

SHAP有多种实现方式，每种方式都适用于特定的模型类型，可以实现更快的逼近。

• TreeExplainer :TreeExplainer专为树集合方法开发，如XGBoost，LightGBM或CatBoost。
• DeepExplainer :DeepExplainer是为深度学习模型开发的，支持TensorFlow / Keras。
• GradientExplainer :GradientExplainer也是为深度学习模型中的SHAP值而开发的，但速度比DeepExplainer慢，并且做出了不同的假设。此方法基于Integrated Gradient归因方法，并支持TensorFlow / Keras / PyTorch。
• KernelExplainer :KernelExplainer使用加权线性回归近似任何类型模型的SHAP值。

使用特定于模型类型的算法（TreeExplainer，DeepExplainer）而不是通用KernelExplainer更快更有效。

本文以逻辑回归分类器为例，展示了如何使用条形图和蜂群图来可视化全局特征重要性。

二、实现过程

2.1 准备数据

# 准备数据
data = pd.read_csv(r'dataset.csv')
df = pd.DataFrame(data)
# 提取目标变量和特征变量
target = 'target'
features = df.columns.drop(target)
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(df[features], df[target], test_size=0.2, random_state=0)

df：

2.2 模型训练

# 模型的构建与训练
model = LogisticRegression()
model.fit(X_train, y_train)

2.3 创建SHAP解释器

# 创建Explainer
explainer = shap.KernelExplainer(model.predict, X_test_m)
# 以numpy数组的形式输出SHAP值
shap_values = explainer.shap_values(X_test_m)
print(shap_values)     # shap_values = shap_obj.values
# 以SHAP的Explanation对象形式输出SHAP值
shap_obj = explainer(X_test_m)
print(shap_obj.values) # shap_values = shap_obj.values

2.4 绘制全局条形图

SHAP提供了一种全局特征重要性图的方法，这种方法考虑了所有样本，并计算每个特征的平均绝对SHAP值：

shap.summary_plot(shap_obj, X_test_m, plot_type="bar",feature_names=features)
# shap.plots.bar(shap_obj)

2.5 绘制全局蜂群图

蜂群图（Beeswarm Plot）是另一种可视化特征重要性和影响的方法。蜂群图旨在显示数据集中的TOP特征如何影响模型输出的信息密集摘要。

shap.summary_plot(shap_obj, X_test_m,feature_names=features)
# shap.plots.beeswarm(shap_obj, show=True)   # 全局蜂群图

给定解释的每个实例由每个特征流上的一个点表示；点的 x 位置由该特征的 SHAP 值 ( shap_values.value[instance,feature]) 确定，并且点沿每个特征行“堆积”以显示密度；

条形图与蜂群图的对比，条形图就只是展示了蜂群图的平均值。

作者简介： 读研期间发表6篇SCI数据算法相关论文，目前在某研究院从事数据算法相关研究工作，结合自身科研实践经历持续分享关于Python、数据分析、特征工程、机器学习、深度学习、人工智能系列基础知识与案例。关注gzh：数据杂坛，获取数据和源码学习更多内容。

原文链接：

【Python特征工程系列】利用SHAP进行特征重要性分析-逻辑回归模型为例（案例+源码）