解决：使用lime explain模型解释框架，解释xgboost时遇到ValueError: feature_names mismatch问题

最新推荐文章于 2025-04-26 22:57:18 发布

原创

最新推荐文章于 2025-04-26 22:57:18 发布 · 1.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #python #深度学习 #数据挖掘

在应用lime框架解释xgboost模型时遇到ValueError: feature_names mismatch的问题。原因是旧版xgboost的predict_proba()不支持矩阵数据。升级xgboost到1.2.0后，问题得到解决。

使用lime explain模型解释框架，解释xgboost时遇到ValueError: feature_names mismatch问题

1.工作描述

使用lime可解释框架对xgboost模型做解释：

import sklearn
from sklearn import datasets
import sklearn.ensemble
import numpy as np
import lime
import lime.lime_tabular
from sklearn.model_selection import train_test_split
import xgboost as xgb

data = datasets.load_iris()    #鸢尾花数据集
x = np.array(data.data)
y = np.array(data.target)
# 数据集划分
X_train, X_test, y_train, y_test = train_test_split