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)

使用附加力布局可视化给定的 SHAP 值。

参数:

base_valuefloat 或 shap.Explanation

如果传入的是浮点数，则这是特征贡献开始的参考值。对于 SHAP 值，它应该是 explainer.expected_value 的值。但是，建议传入 SHAP Explanation 对象（在这种情况下，shap_values 不是必需的）。

shap_valuesnumpy.array

SHAP 值矩阵（# 特征）或（# 样本 x # 特征）。如果这是一维数组，则将绘制单个力图。如果是二维数组，则将绘制堆叠力图。

featuresnumpy.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。

feature_nameslist

特征名称列表（# 特征）。

out_namesstr

模型输出的名称（复数形式，以支持未来多输出绘图）。

link“identity” 或 “logit”

绘制刻度线标签时使用的转换。“logit” 将对数几率数字更改为概率。

plot_cmapstr 或 list[str]

要使用的颜色图。它可以是字符串（默认为 RdBu）或十六进制颜色字符串列表。

matplotlibbool

是否使用默认的 Javascript 输出，还是（不太成熟的）matplotlib 输出。在渲染 Javascript/HTML 不方便的情况下，使用 matplotlib 可能会有所帮助。默认为 False。

showbool

是否在返回之前调用 matplotlib.pyplot.show()。 将此设置为 False 允许在创建绘图后进一步自定义它。 仅当 matplotlib 设置为 True 时适用。

figsize

matplotlib 输出的图形大小。

contribution_thresholdfloat

控制力图上显示的特征名称/值。 仅显示 shap 值幅度大于 min_perc *（所有绝对 shap 值之和）的特征。