负责本地SHAP值的前N个功能

如何解决负责本地SHAP值的前N个功能

我一直在尝试在我的ML中使用SHAP值，以帮助了解每个功能对局部结果的贡献。我了解所有功能的SHAP值总和可以解释为什么预测与基线值不同。这样我们就可以在这样的图中分解预测：

explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X_train)
i = 400
shap.force_plot(explainer.expected_value,shap_values[i],features=X_train.loc[400],feature_names=X_train.columns)

我想知道是否有办法获得对SHAP值有正面和负面影响的前3个功能 在我的例子中

1. LSTAT，PTRATIO和INDUS有助于将值推向右侧
2. RM，税收，Rad推向另一个方向

我需要将这些功能作为数组或数据框使用，以便对它们进行进一步的操作

解决方法

对您的示例有正面贡献的3大功能：

i = 400
features = X_train.columns
id_sorted = np.argsort(shap_values[i])
top3_positive = features[id_sorted[:-4:-1]]

前3个负面影响的功能：

top3_negative = features[id_sorted[:3]]