当前位置：首页 > news >正文

Shapash高级功能：特征分组与自定义调色板的完整教程

news 2026/5/24 18:53:23

Shapash高级功能：特征分组与自定义调色板的完整教程

【免费下载链接】shapash🔅 Shapash: User-friendly Explainability and Interpretability to Develop Reliable and Transparent Machine Learning Models项目地址: https://gitcode.com/gh_mirrors/sh/shapash

Shapash是一款功能强大的机器学习模型可解释性工具，它能帮助数据科学家和开发者深入理解模型决策过程。本文将详细介绍Shapash的两个高级功能——特征分组和自定义调色板，通过这两个功能，你可以更清晰地展示模型解释结果，提升可视化效果。

一、特征分组：让模型解释更有条理

特征分组是Shapash中一项非常实用的功能，它允许你将相关特征组合在一起，从而更清晰地展示不同特征组对模型预测的影响。这对于具有大量特征的复杂模型尤其有用。

1.1 特征分组的优势

提高解释的可读性：将相关特征分组后，模型解释结果更加结构化，便于理解
突出业务逻辑：可以按照业务领域或特征类型进行分组，更好地反映业务逻辑
简化分析过程：通过分组汇总，可以快速识别哪些特征组对模型预测影响最大

1.2 如何实现特征分组

在Shapash中，你可以通过在SmartExplainer对象中定义features_groups参数来实现特征分组。这个参数接受一个字典，其中键是组名，值是该组包含的特征列表。

# 示例代码（非完整可运行代码） from shapash.explainer.smart_explainer import SmartExplainer # 定义特征分组 features_groups = { "个人信息": ["年龄", "性别", "婚姻状况"], "财务状况": ["收入", "负债", "信用评分"], "行为特征": ["消费频率", "浏览时长", "点击次数"] } # 创建SmartExplainer对象时传入特征分组 xpl = SmartExplainer(features_groups=features_groups)

1.3 特征分组可视化效果

当你使用特征分组功能后，Shapash的可视化结果会自动按组展示。下面是一个特征交互可视化的例子，展示了不同特征组之间的交互关系：

这个可视化展示了性别和年龄这两个特征的交互值，帮助我们理解这两个特征如何共同影响模型预测。

二、自定义调色板：让可视化更具个性化

Shapash提供了灵活的调色板自定义功能，你可以根据自己的需求或品牌风格调整可视化图表的颜色方案。

2.1 内置调色板

Shapash默认提供了两种调色板：

"default"：默认调色板，以黄色和蓝色为主
"blues"：蓝色系调色板，适合专业场合使用

这些调色板定义在shapash/style/colors.json文件中，你可以查看该文件了解具体的颜色配置。

2.2 自定义调色板

如果你对内置调色板不满意，可以通过修改colors.json文件或在代码中动态指定颜色参数来自定义调色板。以下是自定义调色板的基本步骤：

复制现有的调色板配置
修改颜色值
在可视化时指定使用自定义调色板

# 示例代码（非完整可运行代码） from shapash.style.style_utils import select_palette, define_style # 选择内置调色板 palette = select_palette(colors_dic, "blues") # 或者自定义调色板 custom_palette = { "axis_color": "rgb(50, 50, 50)", "featureimp_bar": { "1": "rgba(255, 0, 0, 1.0)", # 红色 "2": "rgba(0, 255, 0, 0.8)", # 绿色 "3": "rgba(0, 0, 255, 0.8)", # 蓝色 "4": "rgba(255, 255, 0, 0.8)" # 黄色 }, # 其他颜色配置... } # 应用自定义调色板 style_dict = define_style(custom_palette)