힘 플롯¶
plot_force()
함수를 사용하여 각 기능이 모델의 예측에 기여하는 방식을 보여주는 시각화를 만듭니다. 기능의 기여도는 모델의 예측을 기준값보다 더 높거나 낮게 나타내는 화살표로 표시됩니다.

힘 플롯에서 화살표의 크기는 정도의 크기에 해당합니다. 앞의 그림에서는 :code:`feature_5`가 긍정적인 영향을 가장 크게 미치므로 예측값이 더 높아지는 반면, :code:`feature_4`가 부정적인 영향을 가장 크게 미치므로 예측값이 더 낮아집니다. 최종 예측 값은 약 4입니다.
필수 인자¶
인자 |
설명 |
---|---|
|
특정 인스턴스에 대한 SHAP 값을 포함하는 pandas Series 또는 Snowpark 행입니다. SHAP 값은 각 기능이 예측에 기여하는 정도를 나타냅니다. |
|
동일한 인스턴스에 대한 실제 기능 값을 포함하는 pandas Series 또는 Snowpark 행입니다. 이러한 값은 기여도와 함께 표시됩니다. |
선택적 인자¶
인자 |
설명 |
---|---|
|
모델의 평균 예측을 나타내는 기본값입니다. 기본값은 0.0이지만, 일반적으로 모델의 평균 예측 값으로 설정해야 합니다. |
|
플롯의 크기를 제어하는 (너비, 높이) 튜플입니다. 지정하지 않으면 (1400, 500)의 기본 크기를 사용합니다. |
|
표시할 기능을 필터링하는 0과 1 사이의 부동 소수점입니다. SHAP 절댓값이 이 임계값(전체 SHAP 절댓값의 백분율)보다 큰 기능만 표시됩니다. 기본값은 0.05(5%)입니다. |
이 함수는 다음 항목을 시각화하는 차트를 반환합니다.
모델의 예측을 시작점으로 사용
긍정적 기여도(예측값을 높이는 요인)를 빨간색으로 표시
부정적 기여도(예측값을 낮추는 요인)를 파란색으로 표시
기능 이름, 기능 값, 영향 값을 주석으로 사용
시각화는 다음과 같은 데이터 요소를 이해하는 데 도움이 될 수 있습니다.
특정 예측에 가장 큰 영향을 미치는 기능
각 기능이 예측값을 높이거나 낮추는지 여부
각 기능의 기여도 정도
기능을 결합하여 최종 예측값에 도달하는 방법
참고
기여도 임계값을 충족하는 기능이 없거나 유효하지 않은 임계값이 제공된 경우(0과 1 사이가 아님), 함수는 ``SnowflakeMLException``을 발생시킵니다.