Python 使用'；预测未来'；在LightGBM中获取形状值

在LightGBM中，可以设置

predict\u contrib=True

来预测形状值

我们如何提取SHAP值（除了使用

SHAP

包）

我试过了

model=LGBM（objective=“binary”，is\u disbalance=True，predict\u contrib=True）
模型拟合（X\U系列、y\U系列）
pred_shap=opt_model.predict（X_train）#不获取shap值

---

这似乎不起作用

用

pred\u contrib=True

的方式对

LGBM

进行值化：

from lightgbm.sklearn import LGBMClassifier
from sklearn.datasets import load_iris

X,y = load_iris(return_X_y=True)
lgbm = LGBMClassifier()
lgbm.fit(X,y)
lgbm_shap = lgbm.predict(X, pred_contrib=True)
# Shape of returned LGBM shap values: 4 features x 3 classes + 3 expected values over the training dataset
print(lgbm_shap.shape)
# 0th row of LGBM shap values for 0th feature
print(lgbm_shap[0,:4])

输出：

(150, 15)
[-0.0176954   0.50644615  5.56584344  3.43032313]

3
array([-0.0176954 ,  0.50644615,  5.56584344,  3.43032313])

Shap

中的Shap值：

import shap
explainer = shap.TreeExplainer(lgbm)
shap_values = explainer.shap_values(X)
# num of predicted classes
print(len(shap_values))
# shap values for 0th class for 0th row
print(shap_values[0][0])

输出：

(150, 15)
[-0.0176954   0.50644615  5.56584344  3.43032313]

3
array([-0.0176954 ,  0.50644615,  5.56584344,  3.43032313])

---

在我看来是一样的。

由于两个不同的

lightgbm

API中的控制参数重复（命名不一致），因此产生了混淆

两个主要API都使用自己的拼写：

• （C）
• （python）

---

而且最喜欢C版本（python API的拼写甚至不被视为别名…

这很奇怪-我只是在使用predict时得到预测。试着逐行复制建议的代码片段，看看它与yoursAah的不同之处。。找到了！我在我的模型init中有

predict\u contrib

，而在

predict

方法中没有，这可能也是为什么！它应该是

.predict（）

方法中的

pred\u contrib=True