Day14 SHAP图的绘制

@浙大疏锦行

1. 参考上述文档补全剩余的几个图
2. 尝试确定一下shap各个绘图函数对于每一个参数的尺寸要求，如shap.force_plot力图中的数据需要满足什么形状？
3. 确定分类问题和回归问题的数据如何才能满足尺寸，分类采取信贷数据集，回归采取单车数据集。

SHAP (SHapley Additive exPlanations) 的核心原理基于 博弈论中的Shapley值 ，用于公平分配每个特征对模型预测的贡献。
 1. 理论基础：Shapley值
Shapley值原本是解决合作博弈问题的数学工具，用于确定每个参与者对最终结果的贡献。在机器学习中：

- 模型预测看作"总收益"
- 每个特征看作"参与者"
- Shapley值量化每个特征对预测结果的"贡献度"

2. 核心思想
SHAP通过计算 所有可能特征子集的边际贡献 来确定单个特征的重要性：

- 考虑特征的所有可能组合（子集）
- 计算加入某特征后预测结果的变化（边际贡献）
- 对所有组合的边际贡献进行加权平均，得到该特征的SHAP值

3. 关键特性
- 公平性 ：每个特征的贡献基于所有可能的特征组合计算，确保无偏
- 一致性 ：若模型对某特征的依赖增强，其SHAP值也会单调增加
- 加和性 ：对于线性模型，SHAP值之和等于模型预测与基准值的差值

4. 实现方式
SHAP针对不同模型类型优化计算效率：

- TreeExplainer ：利用树模型结构特性快速计算（适用于随机森林、XGBoost等）
- LinearExplainer ：直接利用线性模型系数和特征协方差计算
- KernelExplainer ：通过核函数近似计算，适用于任何模型
- DeepExplainer ：结合深度学习模型的梯度信息计算
简单来说，SHAP通过数学严谨的方式，将模型的复杂决策过程拆解为每个特征的独立贡献，帮助我们"打开黑盒"，理解模型为什么做出某个预测。

做的是事后解释

shap的维度要求需要特别注意：

        针对分类问题: shap_values.shape=(n_samples,n_features,n_classes)样本数，特征数，类别数

        针对回归问题: shap_values.shape=(n_samples,n_features)

        shap_values行代表一个样本，列代表一个特征，值代表特征对预测结果的影响，正值为正面影响，负值为负面影响。

常见的11种图

1. 摘要图（Summary Plot）：展示每个特征对模型输出的影响分布。
2. 力图（Force Plot）：展示单个样本的预测结果及其特征贡献。
3. 依赖图（Dependence Plot）：展示一个特征与SHAP值之间的关系。
4. 决策图（Decision Plot）：展示模型决策路径和特征贡献累积。
5. 交互图（Interaction Plot）：展示两个特征之间的交互作用对SHAP值的影响。
6. 蜂群图（Swarm Plot）：类似摘要图，但以点的形式展示每个样本的特征值和SHAP值。
7. 热图（Heatmap）：展示多个样本的特征SHAP值的热力分布。
8. 小提琴图（Violin Plot）：在摘要图中使用小提琴形状展示分布。
9. 条形图（Bar Plot）：展示特征的平均绝对SHAP值，即特征重要性。
10. waterfall图：展示单个样本的特征贡献分解，从基准值到预测值的过程。
11. 密度散点图（Density Scatter Plot）：结合密度估计的散点图，展示特征值与SHAP值的关系。

今天的生成图的过程出现了一些奇怪的问题，示例的随机森林和我在心脏病里使用的逻辑回归有一些区别，明日再研究研究什么情况，图乱飞。

工厂女工明天一定补上。。。加油小饼干

给大家欣赏一下我的奇怪图吧

失踪系列，

我得去拜读一下之前的项目代码，ok，今天就先到这里吧