掩蔽器在 SHAP 包中的真正作用是什么，让它们适合训练或测试？

问题描述

我一直在尝试使用 shap 包。我想从我的逻辑回归模型中确定 shap 值。与 TreeExplainer 相反，LinearExplainer 需要所谓的掩码。这个掩码器到底是做什么的，独立掩码器和分区掩码器有什么区别？

另外，我是否对测试集中的重要特征感兴趣。然后我将掩码器安装在训练集还是测试集上？您可以在下面看到一段代码。

model = LogisticRegression(random_state = 1)
model.fit(X_train,y_train)

masker = shap.maskers.Independent(data = X_train)
**or**
masker = shap.maskers.Independent(data = X_test)

explainer = shap.LinearExplainer(model,masker = masker)
shap_val = explainer(X_test)```

解决方法

Masker 类提供背景数据来“训练”您的解释器。即，在：

explainer = shap.LinearExplainer(model,masker = masker)

您正在使用由掩码器确定的背景数据（您可以通过访问 masker.data 属性查看使用了哪些数据）。您可以阅读更多关于“真实模型”或“真实数据”的解释here 或 here。

根据上述情况，您可以同时进行计算：

masker = shap.maskers.Independent(data = X_train)
**or**
masker = shap.maskers.Independent(data = X_test)
explainer = shap.LinearExplainer(model,masker = masker)

但从概念上讲，imo 以下更有意义：

masker = shap.maskers.Independent(data = X_train)
explainer = shap.LinearExplainer(model,masker = masker)

这类似于通常的 train/test 范式，您可以在训练数据上训练模型（和解释器），并尝试预测（和解释）测试数据。