力图¶

使用 plot_force() 函数创建可视化效果，显示每个特征如何为模型的预测做出贡献。特征的贡献由箭头表示，该箭头指示模型的预测值高于或低于基准值。

力图中的箭头大小对应于其影响的程度。在上图中，feature_5 具有最大的正面影响，将预测推高，而 feature_4 具有最大的负面影响，将预测拉低。最终预测值约为 4。

必填实参¶

实参	描述
`shap_row`	包含特定实例 SHAP 值的 Pandas 系列或 Snowpark Row。SHAP 值表示每个特征对预测的贡献程度。
`features_row`	包含同一实例的实际特征值的 Pandas 系列或 Snowpark Row。这些值与其贡献并排显示。

实参	描述
`base_value`	代表模型平均预测的基准值。默认为 0.0，但通常应设置为模型的平均预测值。
`figsize`	控制图大小的元组，形式为 (宽度, 高度)。如未指定，则使用默认大小 (1400, 500)。
`contribution_threshold`	介于 0 和 1 之间的浮点数，用于筛选要显示的特征。仅显示绝对 SHAP 值大于此阈值（占 SHAP 总绝对值的百分比）的特征。默认为 0.05 (5%)。

该函数返回一个图表，可视化以下项目：

该可视化图表有助于理解以下数据点：

备注

如果没有特征满足贡献阈值，或者提供的阈值无效（并非介于 0 和 1 之间），则该函数将引发 SnowflakeMLException。