Einflusssensitivitäts-Plots

Verwenden Sie die Funktion plot_influence_sensitivity() zum Erstellen eines SHAP-Abhängigkeits-Streudiagramms zur Veranschaulichung der Beziehung zwischen Feature-Werten und ihren SHAP-Werten. Dies kann Ihnen helfen zu verstehen, wie Änderungen an Feature-Werten die Vorhersagen von Modellen beeinflussen.

Beispiel für Einflusssensitivitäts-Plot mit Feature-Werten und den zugehörigen SHAP-Werten

Im vorherigen Beispiel zeigt der Plot, wie die Feature-Werte die Vorhersage des Modells beeinflussen.

Erforderliche Argumente

Argument

Beschreibung

shap_values

Eine pandas-Serie oder ein 2D-Array mit den SHAP-Werten für dasselbe Feature

feature_values

Eine pandas-Serie oder ein 2D-Array mit den Feature-Werten für ein bestimmtes Feature

Optionale Argumente

Argument

Beschreibung

figsize

Ein Tupel von (Breite, Höhe), das die Größe des Plots steuert. Verwendet eine Standardgröße von (1400, 500), wenn nicht anders angegeben.

Bemerkung

Das Feature zur Bereitstellung eines 2D-Arrays von SHAP-Werten und Feature-Werten ist nur in Snowflake Notebooks verfügbar. Wenn Sie das Feature auswählen möchten, für das Sie die SHAP-Werte visualisieren möchten, können Sie die bereitgestellte interaktive Dropdown-Auswahl verwenden. Wenn Sie ein lokales Notizbuch verwenden, müssen Sie die SHAP-Werte eines einzelnen Features und Feature-Werte als Argumente übergeben.

Die Funktion gibt ein Diagramm zurück, das die Feature-Werte entlang der x-Achse und die SHAP-Werte entlang der y-Achse visualisiert.

Die Visualisierung kann hilfreich sein, um die folgenden Datenpunkte zu verstehen:

  • Trends beim Einfluss von Feature-Werten auf Vorhersagen

  • Die Stärke und Richtung des Einflusses für jedes Feature

  • Cluster oder Muster in Feature-Interaktionen