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.

Im vorherigen Beispiel zeigt der Plot, wie die Feature-Werte die Vorhersage des Modells beeinflussen.
Erforderliche Argumente¶
Argument |
Beschreibung |
---|---|
|
Eine pandas-Serie oder ein 2D-Array mit den SHAP-Werten für dasselbe Feature |
|
Eine pandas-Serie oder ein 2D-Array mit den Feature-Werten für ein bestimmtes Feature |
Optionale Argumente¶
Argument |
Beschreibung |
---|---|
|
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