影响灵敏度图¶
使用 plot_influence_sensitivity() 函数创建 SHAP 依赖散点图，以可视化特征值与其 SHAP 值之间的关系。这可以帮您了解特征值的变化如何影响模型预测。
在前面的示例中，该图显示了特征值如何影响模型预测。
必填实参¶
实参 |
描述 |
|---|---|
|
包含同一个特征的 SHAP 值的 Pandas 系列或 2D 数组 |
|
包含特定特征的特征值的 Pandas 系列或 2D 数组 |
可选实参¶
实参 |
描述 |
|---|---|
|
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)。 |
备注
提供 SHAP 值和特征值的 2D 数组的功能仅在 Snowflake Notebooks 中可用。要选择要可视化其 SHAP 值的特征，可以使用所提供的交互式下拉选择器。如果您使用的是本地笔记本，则必须将单个特征的 SHAP 值和特征值作为实参传递。
该函数会返回一个图表，该图表以可视化的方式沿着 x 轴显示特征值、沿着 y 轴显示相应的 SHAP 值。
该可视化图表有助于理解以下数据点：
特征值如何影响预测的趋势
每个特征的影响强度和方向
特征交互中的聚类或模式