SHAP 分析與 SHAP 圖形產生器大家好,
我在 JMP 社群中搜尋了有關 SHAP 值的信息,我想知道是否有人可以指導我獲取一些有關如何使用 JMP Pro 17 評估 SHAP 值的資源。這些圖表在這一點上有點令人困惑。我使用圖形產生器來建立圖形,但我想知道是否有關於我可以使用 SHAP 值進行的分析類型的視訊或指南,以及是否有從 SHAP 平台自動建立圖形的方法。
感謝您抽空回覆我。
真摯地,
尼莎
進階統計建模基礎資料分析與建模預測建模和機器學習視窗回覆:SHAP 分析和 SHAP 圖形產生器Shapley 值可從Profiler中取得。
回覆:SHAP 分析和 SHAP 圖形產生器當您將 shapley 值新增至資料表中時,您還將獲得一個為您建立圖表的表格腳本

如果您願意,您可以更改類型(堆積長條圖(預設)、堆積折線圖、堆積面積圖都可以在某種程度上使用)。
您還可以堆疊數據並將其視覺化。如果您的資料沒有每行的唯一標識符,您可能需要建立一個,然後堆疊 shap 列並保留該唯一列。堆疊資料後,您可以建立看起來有點不同的圖,例如

Link Mark 提供了一些有關 JMP 中 shapley 值的資訊以及一些可供查看的來源。
還有沙普利值:解釋個體預測機率和可解釋的人工智慧:拆箱黑盒 (2022-US-45MP-1147)
回覆:SHAP 分析和 SHAP 圖形產生器謝謝@Mark_Bailey !我之前確實看過該指南,但它沒有提供有關創建不同類型的圖表所需的過程以及如何評估/解釋這些圖表的任何詳細信息,這正是我正在尋找的內容。感謝您分享連結。
回覆:SHAP 分析和 SHAP 圖形產生器感謝您回覆我 jthi
@jthi 。我花了一些時間使用預測分析器來計算數據表上的形狀值並建立圖表。但是,我遇到了以下問題,想知道您是否能夠提供更多見解或共享資源來幫助回答我的以下問題:
1)我總共評估了三個模型,其中一個是smote加tomek取樣方法的boost tree。
請參閱附加的資料子集(資料很大,所以我附加了它的子集)。我在預測刻畫器上運行了 shapley 值,但在資料表上沒有看到新計算的 shapley 值。我還選擇了將shapley腳本新增到資料表中,但是我沒有看到它新增到資料表中。我想知道這是否可以在提升樹上完成?我能夠在廣義回歸上執行此操作,但我也不必為廣義回歸建立 k 折疊交叉驗證,我確實需要為提升樹執行此操作。我假設將 shapley 值作為提升樹上的選項,我應該能夠在資料表上看到計算出的 shapley 值。一些見解將有助於嘗試找出為什麼我在數據表上看不到計算出的 shapley 值。
2. 如何更改輸出圖表的類型?例如,我如何將上面作為輸出呈現的圖表類型變更為點圖?我將選擇什麼來將右側的線圖更改為點圖?
到

在您提供的(影片)連結中,它顯示了圖表的輸出,但它們沒有顯示如何獲得這些輸出的步驟。我想知道您是否可以闡明如何更改圖表類型,我會選擇什麼?是控制面板然後選擇不同類型的圖表嗎?當我這樣做時,結果就會完全改變。請參閱附件以了解資料表的子集。您提到“如果願意,您可以更改類型(堆積條形圖(預設)、堆積折線圖、堆積面積圖都在某種程度上起作用)”,我在哪裡可以從預設長條圖中更改堆積圖的類型折線圖?
感謝您抽出時間提供一些指導。
謝謝你,
尼莎
回覆:SHAP 分析和 SHAP 圖形產生器我發現以下網站提供了解釋不同類型 SHAP 圖(儘管並非全部)的範例,可能對其他人有幫助:
https://www.aidancooper.co.uk/a-non-technical-guide-to-interpreting-shap-analysiss/
回覆:SHAP 分析和 SHAP 圖形產生器我不確定您對圖表意味著哪些輸出。您提供的第二個圖看起來可能來自 shap python 套件歡迎使用 SHAP 文檔 - SHAP 最新文檔,而不是來自 JMP(您可以在 JMP 中獲得非常相似的結果,但它確實需要一些工作)。 SHAP 文件還提供了其他範例,您可以使用如何繪製資料的想法。
在圖形中獲得 shapley 值後,您可以開始以 JMP 中您認為有用的任何方式使用它們。通常我認為堆疊它們是最好的選擇,您可以從資料表中的「表」選單「堆疊列」(jmp.com) 中找到堆疊平台。堆疊 shapley 值欄位(如果需要,也可新增特徵值和行標識符),然後開始繪圖。我仍然會保留其他格式,因為這兩種格式都有各自的優點和缺點。
回覆:SHAP 分析和 SHAP 圖形產生器嗨,賈莫@jthi ,
您對第二個圖的看法是正確的,它來自 shap python 包,但我查看了您推薦的 SHAP 文件以獲取其他示例,並發現它有助於可視化資料。感謝您提供使用堆疊列創建圖表的方向(這對我來說是新的,我探索了更多知識來了解它)。
謝謝你,
尼莎