shap.plots.embedding

shap.plots.embedding(ind, shap_values, feature_names=None, method='pca', alpha=1.0, show=True)

使用 SHAP 值作为嵌入，我们将其投影到 2D 以进行可视化。

参数:

indint 或 string

如果这是一个整数，它是用于着色的特征的索引。如果这是一个字符串，它要么是特征的名称，要么可以具有形式“rank(int)”以指定具有该排名的特征（按所有样本的平均绝对SHAP值排序），或者“sum()”表示所有SHAP值的总和，即模型的输出（减去其期望值）。

shap_valuesnumpy.array

SHAP 值的矩阵（# 样本 x # 特征）。

特征名称无或列表

shap_values 数组中特征的名称。

方法pca 或 numpy.array

如何将 shap_values 的维度降低到 2D。如果选择 “pca”，则使用 shap_values 的 2D PCA 投影。如果是一个 numpy 数组，则应为（# 样本 x 2），并表示该值的嵌入。

alpha浮动

数据点的透明度（介于0和1之间）。在使用大数据集时，这可以用于显示数据点的密度。