我刚开始使用shap，所以我仍在努力理解它。基本上，我有一个简单的sklearn.ensemble.RandomForestClassifier使用model.fit(X_train,y_train)，等等。训练后，我想获得 Shap 值来解释对未见数据的预测。根据文档和其他教程，这似乎是要走的路：
explainer = shap.Explainer(model.predict, X_train)
shap_values = explainer.shap_values(X_test)
然而，这需要很长时间才能运行（我的数据大约需要 18 小时）。如果我将第一行中的 替换为，即model.predict：model
explainer = shap.Explainer(model, X_train)
shap_values = explainer.shap_values(X_test)
它显着缩短了运行时间（减少至约 40 分钟）。所以这让我想知道在第二种情况下我实际上得到了什么？
重申一下，我只是想能够解释新的预测，而且对我来说这似乎很奇怪，它会如此昂贵 - 所以我确信我做错了什么。