小编lea*_*101的帖子

对于特定的预测问题，我观察到某个变量在生成的 XGBoost 特征重要性（基于增益）中排名较高，而在 SHAP 输出中排名相当低。

这该如何解释呢？例如，变量对于我们的预测问题是否非常重要？

使用以下 Python 代码SHAP summary_plot：

explainer = shap.TreeExplainer(model2)
shap_values = explainer.shap_values(X_sampled)
shap.summary_plot (shap_values, X_sampled, max_display=X_sampled.shape[1]) 

并得到一个像这样的图： Python Plot

而在 R 中，绘图如下所示： R Plot

如何修改我的 Python 脚本以包含与同一图中每个特征相对应的平均值（|SHAP value|）（就像 R 输出一样）？