适用于LSTM的Shap-作为时间步长的功能

如何解决适用于LSTM的Shap-作为时间步长的功能

我正在寻求有关使用LSTM作为时间步长输入特征（其中29个特征）时如何使用Shap进行解释的指南。

所以我的训练数据集的形状为(samples,29,1)。

解决方法

要获得解释，您可以将每个时间步骤都视为一个单独的功能。

但是，您应该知道SHAP遮罩/隐藏功能来确定其重要性。如何掩盖特征很重要，并且时间序列数据掩盖特征同时又不会在输入数据中引入伪像，这比较棘手。因此，一种更好的方法是解决此问题并构建自己的shap.maskers.Masker子类，该子类以一种实际的方式掩盖数据（例如，将掩盖的值及其相邻值填充）。向库添加时间序列掩蔽器也可以作为功能请求/ PR发布。