參考【1】https://zhuanlan.zhihu.com/p/106320452

? ? ? ?【2】https://zhuanlan.zhihu.com/p/364919024

? ? ? ?【3】https://zhuanlan.zhihu.com/p/85791430??

? ? ? ?【4】https://zhuanlan.zhihu.com/p/186204351

1.概括圖，即 summary plot，該圖是對全部樣本全部特征的shaple值進(jìn)行求和，可以反映出特征重要性及每個特征對樣本正負(fù)預(yù)測的貢獻(xiàn)。

shap.summary_plot(shap_values, data[use_cols])

2.summary_plot圖，是把所有的樣本點都呈現(xiàn)在圖中，顏色代表特征值的大小，而橫坐標(biāo)為shap值的大小，從圖中可以看到 days_credit這一特征，值越小，shap值越大，換句話來說就是days_credit越大，風(fēng)險越高。

3.特征影響圖

X - 橫軸是樣本數(shù)量，

Y - 縱軸是shap值加總（每個特征值 * 每個特征的shap值）

這里橫軸的排列是非常有講究的，因為不是按順序排列的，該圖會把受相同特征影響大的放一起,

比如觀察最左邊，藍(lán)色扎堆是負(fù)向shap增益區(qū),劃過可以看到基本是0/4/5/12這幾個特征對大多數(shù)樣本都有負(fù)向增益; 當(dāng)然同樣，右邊，紅色扎堆，12/5/10對一些樣本是正向增益的

整體來說，該圖是一個宏觀的了解，諸多樣本不同的特征對其的影響