DAY 20

张

张建站

2026/7/12 1:02:33

10分钟阅读

浙大疏锦行“”完整的 SHAP 回归分析示例加州房价数据集使用 XGBoost 回归模型涵盖全部主要可视化方法。“”import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport shapimport xgboost as xgbfrom sklearn.datasets import fetch_california_housingfrom sklearn.model_selection import train_test_split1. 加载数据data fetch_california_housing()X pd.DataFrame(data.data, columnsdata.feature_names)y data.targetprint(“特征矩阵形状:”, X.shape)print(“特征名称:”, list(X.columns))2. 划分训练集和测试集X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, random_state42)3. 训练 XGBoost 回归模型model xgb.XGBRegressor(n_estimators300,learning_rate0.05,max_depth6,n_jobs-1,random_state42)model.fit(X_train, y_train)print(f测试集 R² 得分: {model.score(X_test, y_test):.4f})4. 创建 TreeExplainer 并计算 SHAP 值注意为了演示速度我们只取测试集前 500 个样本X_sample X_test.iloc[:500]explainer shap.TreeExplainer(model)shap_values explainer.shap_values(X_sample) # numpy 数组, shape (500, 8)shap_values_obj explainer(X_sample) # shap.Explanation 对象, 用于新版APIprint(fSHAP 值矩阵形状: {shap_values.shape}“) # (500, 8)print(f基准值 (expected_value): {explainer.expected_value:.4f}”)5. 全局解释5.1 特征重要性条形图使用旧版 summary_plotplt.figure()shap.summary_plot(shap_values, X_sample, plot_type“bar”, showFalse)plt.title(“全局特征重要性 (条形图)”)plt.tight_layout()plt.show()5.2 使用新版 api 的条形图plt.figure()shap.plots.bar(shap_values_obj, max_display8)plt.title(“全局特征重要性 (bar plot 新版)”)plt.show()5.3 蜂群图 (summary plot)plt.figure()shap.summary_plot(shap_values, X_sample, showFalse)plt.title(“全局特征影响力 (蜂群图)”)plt.tight_layout()plt.show()5.4 蜂群图新版 beeswarmplt.figure()shap.plots.beeswarm(shap_values_obj, max_display8)plt.title(“蜂群图 (beeswarm)”)plt.show()6. 特征依赖图 (Dependence Plot)6.1 查看 MedInc 对房价的影响自动选择交互特征着色plt.figure()shap.dependence_plot(‘MedInc’, shap_values, X_sample, showFalse)plt.title(“MedInc 依赖图 (自动着色)”)plt.tight_layout()plt.show()6.2 指定交互特征 AveOccupplt.figure()shap.dependence_plot(‘MedInc’, shap_values, X_sample,interaction_index‘AveOccup’, showFalse)plt.title(“MedInc 依赖图 (用 AveOccup 着色)”)plt.tight_layout()plt.show()6.3 使用新版散点图 (scatter) 替代plt.figure()shap.plots.scatter(shap_values_obj[:, “MedInc”], colorshap_values_obj[:, “AveOccup”])plt.title(“散点图 (scatter) 显示交互”)plt.show()7. 局部解释单个样本的力图 (Force Plot)单个样本的力图显示在 Jupyter 中为交互式HTML这里用 matplotlib 模式但 matplotlib 模式效果欠佳推荐在 Jupyter 中执行此处保存为 HTML 并显示静态图try:# 尝试使用 matplotlib 模式保存为图片shap.force_plot(explainer.expected_value,shap_values[0, :],X_sample.iloc[0, :],matplotlibTrue,showFalse)plt.title(“单个样本的力图”)plt.tight_layout()plt.show()except:print(“force_plot matplotlib 模式可能不稳定建议在 Jupyter 中交互式查看”)也可以生成 HTML 并保存不在 Jupyter 中直接显示force_html shap.force_plot(explainer.expected_value,shap_values[0, :],X_sample.iloc[0, :],showFalse)保存为 HTML 文件shap.save_html(‘force_plot_sample.html’, force_html)print(“单个样本力图已保存为 force_plot_sample.html”)8. 瀑布图 (Waterfall Plot)瀑布图需要 shap.Explanation 对象的单行plt.figure()shap.plots.waterfall(shap_values_obj[0], max_display8)plt.title(“单个样本瀑布图”)plt.show()9. 决策图 (Decision Plot)绘制前20个样本的决策路径plt.figure()shap.decision_plot(explainer.expected_value,shap_values[:20, :],X_sample.iloc[:20, :],showFalse)plt.title(“前20个样本的决策图”)plt.tight_layout()plt.show()10. 热图 (Heatmap)plt.figure()shap.plots.heatmap(shap_values_obj, max_display8)plt.title(“SHAP 值热图”)plt.show()11. 额外查看单个特征的散点分布scatter plot用于显示特征值与 SHAP 值关系plt.figure()shap.plots.scatter(shap_values_obj[:, “MedInc”])plt.title(“MedInc 的 SHAP 值散点图”)plt.show()打印各图的形状要求说明仅供查阅print(“\n SHAP 绘图函数形状要求速查 ”)print(“force_plot单样本: shap_values (M_features,), features (M_features,)”)print(“force_plot多样本: shap_values (N_samples, M_features), features (N_samples, M_features)”)print(“summary_plot: shap_values (N_samples, M_features), features (N_samples, M_features)”)print(“dependence_plot: shap_values (N_samples, M_features), features (N_samples, M_features)”)print(“waterfall: shap.Explanation 单行即 shap_values_obj[0]”)print(“decision_plot: shap_values (N_samples, M_features), features (N_samples, M_features)”)print(“heatmap: shap.Explanation 多行即 shap_values_obj”)print(“scatter: shap.Explanation需指定特征列”)

STM32F469II与压电蜂鸣器的嵌入式音频实现

1. 项目概述：为嵌入式项目添加互动声音元素在嵌入式系统开发中，声音反馈是提升用户体验的关键要素之一。本项目基于STM32F469II微控制器和CMT-8540S-SMT压电蜂鸣器，构建了一套完整的音频输出解决方案。这种组合特别适合需要低成本、低功耗但又…...

2026/7/12 0:40:33 阅读更多 →

还在用open()不close？Python老手早用with open了

一.读写文件，对文件的操作（open()函数） 操作文件时通过open（）函数来进行, 这之后一定要有对应的后续close操作为了后续的完整衔接。中支持文件操作的函数 open() 看起来你提供的代码片段似乎不太完整且格式有误呢…...

2026/7/12 0:33:53 阅读更多 →

软件评测师考试 45分及格线：计算机基础（50分）与软件测试（20分）核心考点解析

软件评测师考试45分通关策略：聚焦计算机基础与测试核心的70分攻略开篇：破解及格线的关键密码深夜的写字楼里，32岁的李工第3次刷新了软考成绩页面——前两次考试都以几分之差遗憾落败。但这次不同，他的目光锁定在"基础知识&am…...

2026/7/12 0:25:59 阅读更多 →

3步解锁音乐自由：ncmdumpGUI终极NCM文件解密转换指南

3步解锁音乐自由：ncmdumpGUI终极NCM文件解密转换指南【免费下载链接】ncmdumpGUI C#版本网易云音乐ncm文件格式转换，Windows图形界面版本项目地址: https://gitcode.com/gh_mirrors/nc/ncmdumpGUI 你是否曾在网易云音乐下载了心爱的歌曲&#…...

2026/7/12 0:01:13 阅读更多 →

Play Integrity Fix终极指南：解决Android设备验证失败的完整方案

Play Integrity Fix终极指南：解决Android设备验证失败的完整方案【免费下载链接】PlayIntegrityFix Fix Play Integrity (and SafetyNet) verdicts. 项目地址: https://gitcode.com/GitHub_Trending/pl/PlayIntegrityFix PlayIntegrityFix是一款专为Root设备…...

2026/7/12 0:06:16 阅读更多 →

Codex CLI 接入 GPT 模型指南

Codex CLI 是一个用于与 GitHub Copilot 进行交互的命令行工具，目前并没有 GPT-5.6 这个模型。GitHub Copilot 使用的是基于 OpenAI 的 GPT 模型，但具体版本信息并未公开。如果你有其他关于 Codex CLI 或 GitHub Copilot 的问题，欢迎继续提问…...

2026/7/12 0:07:04 阅读更多 →

SingleFile：让网页永久保存的终极解决方案，告别链接失效的烦恼

SingleFile：让网页永久保存的终极解决方案，告别链接失效的烦恼【免费下载链接】SingleFile Web Extension for saving a faithful copy of a complete web page in a single HTML file 项目地址: https://gitcode.com/gh_mirrors/si/SingleFile …...

2026/7/12 0:07:04 阅读更多 →