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，则它是用于为嵌入着色的特征的索引。如果这是一个字符串，则它是特征的名称，或者它可以具有 “rank(int)” 的形式来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，这是模型的输出（减去其期望值）。

shap_valuesnumpy.array

SHAP 值矩阵（# 样本 x # 特征）。

feature_namesNone 或 list

shap_values 数组中特征的名称。

method“pca” 或 numpy.array

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

alphafloat

数据点的透明度（介于 0 和 1 之间）。当使用大型数据集时，这对于显示数据点的密度很有用。