18、基于SHAP值的巧克力评级模型本地解释方法

基于SHAP值的巧克力评级模型本地解释方法

1. 数据准备

在开始建模之前，需要对数据进行准备。以下是具体步骤：
1. 初始化一个常量 rand 作为随机状态，以确保结果的可重复性。
2. 将 rating 列转换为二进制标签 y ，如果评级大于或等于 3.5，则为 1，否则为 0。
3. 从数据集中删除 rating 和 company 列，得到特征矩阵 X 。
4. 使用 train_test_split 函数将 X 和 y 划分为训练集和测试集，测试集占比为 0.33。
5. 对于自然语言处理（NLP）模型，需要准备仅包含文本特征的数据集。通过使用训练集和测试集的索引对 tastes_s 系列进行子集选择，得到 NLP 特定的数据集。

以下是具体的代码实现：

rand = 9
y = chocolateratings_df['rating'].apply(lambda x: 1 if x >= 3.5 else 0)
X = chocolateratings_df.drop(['rating', 'company'], axis=1).copy()
X_train, X_test, y_train, y_test = train_test_split(X, y,