shap.plots.force

shap.plots.force(base_value, shap_values=None, features=None, feature_names=None, out_names=None, link='identity', plot_cmap='RdBu', matplotlib=False, show=True, figsize=(20, 3), ordering_keys=None, ordering_keys_time_format=None, text_rotation=0, contribution_threshold=0.05)

使用加性力布局可视化给定的 SHAP 值。

参数:

base_valuefloat 或 shap.Explanation

如果传递了一个浮点数，这是特征贡献开始时的参考值。对于SHAP值，它应该是 explainer.expected_value 的值。然而，建议传递一个SHAP Explanation 对象（在这种情况下不需要 shap_values）。

shap_valuesnumpy.array

SHAP 值的矩阵（# 特征）或（# 样本 x # 特征）。如果这是一个一维数组，则将绘制一个单一的力图。如果它是一个二维数组，则将绘制一个堆叠的力图。

功能numpy.array

特征值矩阵（# 特征）或（# 样本 x # 特征）。这提供了所有特征的值，并且应与 shap_values 参数的形状相同。

特征名称列表

功能名称列表（# 功能）。

out_namesstr

模型输出的名称（复数形式以支持未来的多输出绘图）。

链接“identity” 或 “logit”

绘制刻度标签时使用的变换。使用“logit”会将对数几率数字转换为概率。

plot_cmapstr 或 list[str]

要使用的颜色映射。它可以是一个字符串（默认为 RdBu）或一个十六进制颜色字符串列表。

matplotlib布尔

是否使用默认的Javascript输出，还是使用（开发程度较低的）matplotlib输出。在渲染Javascript/HTML不方便的场景中，使用matplotlib可能会有帮助。默认为False。

显示布尔

是否在返回之前调用 matplotlib.pyplot.show()。将其设置为 False 允许在创建图表后进一步自定义图表。仅在 matplotlib 设置为 True 时适用。

figsize

matplotlib 输出的图形大小。

贡献阈值浮动

控制显示在力图上的特征名称/值。只有SHAP值的幅度大于 min_perc * (所有SHAP值的绝对值之和) 的特征才会被显示。