shap.Explainer 构造函数错误要求未记录的位置参数

如何解决shap.Explainer 构造函数错误要求未记录的位置参数

我正在使用 python shap 包来更好地理解我的机器学习模型。 （来自documentation：“SHAP（SHpley Additive exPlanations）是一种解释任何机器学习模型输出的博弈论方法。”下面是我得到的错误的一个可重现的小例子：

Python 3.8.1 (tags/v3.8.1:1b293b6,Dec 18 2019,23:11:46) [MSC v.1916 64 bit (AMD64)] on win32
Type "help","copyright","credits" or "license" for more information.
>>> import shap
>>> shap.__version__
'0.37.0'
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.linear_model import LogisticRegression
>>> 
>>> iris = shap.datasets.iris()
>>> X_train,X_test,y_train,y_test = train_test_split(*iris,random_state=1)
>>> model = LogisticRegression(penalty='none',max_iter = 1000,random_state=1)
>>> model.fit(X_train,y_train)
>>> 
>>> explainer = shap.Explainer(model,data=X_train,masker=shap.maskers.Impute(),...                            feature_names=X_train.columns,algorithm="linear")
Traceback (most recent call last):
  File "<stdin>",line 1,in <module>
TypeError: __init__() missing 1 required positional argument: 'data'

根据堆栈跟踪，错误似乎发生在顶级函数调用中，而不是在对 Impute() 的调用中。我也试过省略 data= 部分，这会引发同样的错误。这对我来说似乎很奇怪，因为 Explainer 对象的 documentation 和 source code 都没有提到任何 data 参数（我确认它来自我正在使用的同一个包版本）：

__init__(model,masker=None,link=CPUDispatcher(<function identity>),algorithm='auto',output_names=None,feature_names=None,**kwargs)

有什么想法吗？这是一个错误，还是我遗漏了一些明显的东西？

解决方法

Impute 的初始化 signature 是：

def __init__(self,data,method="linear")

因此您的错误。所以，而不是：

explainer = shap.Explainer(model,data=X_train,masker=shap.maskers.Impute(),feature_names=X_train.columns,algorithm="linear")

您应该将X_train提供给掩码：

explainer = shap.Explainer(model,masker=shap.maskers.Impute(data=X_train),algorithm="linear")

因为 masker 负责处理新 API 中的数据。

不幸的是，即使这样也行不通，因为 Impute 掩码 implies feature_perturbation = "correlation_dependent" 而它没有 seem ready

不过，Independent 掩码器运行良好：

import shap
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

iris = shap.datasets.iris()
X_train,X_test,y_train,y_test = train_test_split(*iris,random_state=1)
model = LogisticRegression(penalty="none",max_iter=1000,random_state=1)
model.fit(X_train,y_train)

masker = shap.maskers.Independent(data=X_test)

explainer = shap.Explainer(
    model,masker=masker,algorithm="linear"
)

sv = explainer(X_test)
sv.base_values[0]

---

array([-5.0060995,13.03460398,-8.02850448])

如果您的数据集中有缺失的数据，您可以根据您的首选插补策略自行插补数据，并将其提供给 Independent。