Python, shap包：如何绘制依赖关系图表的网格？

Question

我想绘制一个依赖图的网格，使用shap软件包。这是我想要的示例代码的最小可行版本：

fig, axs = plt.subplots(2,8, figsize=(16, 4), facecolor='w', edgecolor='k') # figsize=(width, height)
fig.subplots_adjust(hspace = .5, wspace=.001)

axs = axs.ravel()

for i in range(10):

    axs[i].contourf(np.random.rand(12,12),5,cmap=plt.cm.Oranges)
    axs[i].set_title(str(250+i))

plt.show()

这是我目前拥有的代码，但有一些问题：

1. 我的网格图的图像大小没有受到我的figsize参数的影响。
2. 我的代码在网格图下面绘制了更大的版本。
3. 只有一个依赖图显示在网格中。

fig, axs = plt.subplots(1,8, figsize=(4, 2))
axs = axs.ravel()

for b in X_test.columns[:3]:
    for a in X_test.columns[:3]:
        shap.dependence_plot((a, b), shap_interaction_values, X_test)

An image of what I am getting:

- user2205916

Answer 1

import shap
import matplotlib.pyplot as plt

X = ...
shap_values = ...

columns = X.columns

# adjust nrows, ncols to fit all your columns
fig, axes = plt.subplots(nrows=4, ncols=3, figsize=(20, 14))
axes = axes.ravel()

for i, col in enumerate(columns):
    shap.dependence_plot(col, shap_values, X, ax=axes[i], show=False)

- Paul

Answer 2

我和你遇到了同样的问题-代码中写到dependence_plot可以加一个可选参数ax。

因此，你可以创建子图并将随后的绘图放入其中：

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)
shap.dependence_plot((a, b), shap_interaction_values, X_test, ax=ax1)
shap.dependence_plot((a, b), shap_interaction_values, X_test, ax=ax2)

在您的情况下，您可以将轴和列一起压缩使用zip()函数。

我还没有解决在使用interaction_index时应该怎么做的问题 - 在这种情况下，您将在图的末尾得到所有可能的交互索引热力图，这看起来非常糟糕。

编辑：丑陋的hack但似乎能够解决问题 - 如果您为每个dependence_plots指定interaction_index，则它将在最后一个子图中为每个绘图绘制一个colorbar，这看起来很糟糕。

最终，我手动删除了轴（每个colorbar是一个额外的轴），然后自动调整了子图。

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, constrained_layout=True)
shap.dependence_plot((a, b), shap_interaction_values, X_test, ax=ax1)
shap.dependence_plot((a, b), shap_interaction_values, X_test, ax=ax2)
fig.axes[-1].remove()
fig.axes[-1].remove()

这将取消所有色条，而constrained_layout=True将确保最后一个子图正确重新绘制，如果没有此参数，它将保持“挤压”以腾出不存在的色条的空间。

- Philipp