基于SHAP的二分类RF模型特征贡献与交互网络解析

基础代码

  
import pandas as pd  
import numpy as np  
import matplotlib.pyplot as plt  
import warnings  
# 忽略所有警告
warnings.filterwarnings("ignore")  
path = r"2026-6-8公众号Python机器学习AI.csv"  
df = pd.read_csv(path)  
  
from sklearn.model_selection import train_test_split  
  
# 划分特征和目标变量
X = df.drop(['target'], axis=1)    
y = df['target']    
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(  
    X,    
    y,   
    test_size=0.3,   
    random_state=42,   
    stratify=df['target']   
)  
  
from sklearn.ensemble import RandomForestClassifier  
from sklearn.model_selection import GridSearchCV  
  
# 定义随机森林模型
rf_model = RandomForestClassifier(  
    random_state=42,  
    n_jobs=-1  
)  
  
# 定义随机森林超参数网格
hyperparameter_grid = {  
    'n_estimators': [100, 200, 300],        # 树的数量
    'max_depth': [None, 3, 6, 10],          # 树的最大深度
    'min_samples_split': [2, 5, 10],        # 内部节点再划分所需的最小样本数
    'min_samples_leaf': [1, 2, 4],          # 叶子节点所需的最小样本数
    'max_features': ['sqrt', 'log2', None], # 每次分裂考虑的最大特征数
    'bootstrap': [True, False]              # 是否使用 bootstrap 抽样
}  
  
# 初始化网格搜索
grid_search = GridSearchCV(  
    estimator=rf_model,  
    param_grid=hyperparameter_grid,  
    cv=5,                  # 5折交叉验证
    n_jobs=-1,             # 使用所有可用CPU
    verbose=2,             # 输出详细搜索过程
    scoring='accuracy'     # 评价指标
)  
  
# 在训练集上进行网格搜索
grid_search.fit(X_train, y_train)  
  
  
# 使用最佳参数模型
best_rf_model = grid_search.best_estimator_  
  
import shap  
  
# 为测试集计算 SHAP 交互值
explainer = shap.TreeExplainer(best_rf_model)  
shap_interaction_values = explainer.shap_interaction_values(X_test)  
  
# 计算 SHAP 值
shap_values = explainer.shap_values(X_test)  
print("SHAP values:", shap_values.shape)  
print(shap_interaction_values.shape)

  
SHAP values: (90, 13, 2)  
(90, 13, 13, 2)

  
fig, ax = plot_feature_interaction_and_importance_optimized_cb(  
    interaction_df,  
    importance_df,  
    interaction_cmap=interaction_cmap_literature,  
    importance_cmap=importance_cmap_literature,  
    title="diseased",  
    background_style="curve_shadow",  
    shadow_all_pairs=True,  
    shadow_color="lightgray",  
    shadow_alpha=0.16,  
    shadow_base_width=1.4,  
    edge_curve_strength=0.42,  
    edge_curve_jitter=0.035,  
    edge_alpha=0.55,  
    cbar_borderpad=4,  
    cbar_title_y=1,  
    edge_width_range=(0.25, 6.0),  
    node_size_range=(70, 1400),  
    label_offset=0.16,  
    figsize=(8, 8),  
    sa ve_path="feature_network.png",  
)

该文章案例

介绍

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：基于SHAP的二分类RF模型特征贡献与交互网络解析要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题