调用shapviz::shapviz报错：维度数量不正确，求排查方法

运行shapviz::shapviz时触发如下错误：

Error in s[, nms, drop = FALSE] : incorrect number of dimensions

我已确认使用了模型要求的正确预测变量（通过recipes::bake保留），并且处理了数据中的NA值，但仍出现该错误，请问原因是什么？

代码如下：

syllable_mod <- bundle::unbundle(lyricassessr::syllable_classifier_bundle)

# tidymodels预测正常运行：

preds <- predict(syllable_mod, new_data = audio_features, type = "prob") %>%
  dplyr::rename_with(~stringr::str_remove_all(.x, ".pred_")) %>%
  tidyr::pivot_longer(dplyr::everything(),
                      names_to = "Syllable", values_to = "Probability") %>%
  dplyr::arrange(dplyr::desc(Probability))

xgb_model <- parsnip::extract_fit_engine(syllable_mod)

# 确保无NA值（暂时用1填充，无实际意义）
audio_features <- audio_features %>%
  dplyr::mutate(across(everything(), ~ ifelse(is.na(.x), 1, .x)))

audio_features_prepped <- recipes::bake(
  lyricassessr::prepped_recipe,
  recipes::has_role("predictor"),
  new_data = audio_features) %>%
  dplyr::mutate(across(everything(), ~ ifelse(is.na(.x), 1, .x)))

# 确保audio_features与预处理后的特征一致
audio_features <- audio_features %>%
  dplyr::select(dplyr::all_of(names(audio_features_prepped)))


shap_values <- shapviz::shapviz(xgb_model, X_pred = as.matrix(audio_features_prepped), X = as.matrix(audio_features))

这个错误本质是shapviz在处理SHAP值时遇到了维度不匹配的问题，常见原因及解决办法：

• 手动计算SHAP值再传入：直接传入parsnip提取的xgboost引擎对象，shapviz可能无法正确生成SHAP矩阵。建议先手动计算SHAP贡献值，再创建可视化对象：

  # 计算SHAP贡献矩阵，包含基线值
  shap_contrib <- xgboost::predict(xgb_model, as.matrix(audio_features_prepped), predcontrib = TRUE)
  # 移除最后一列的基线值，只保留特征的SHAP值
  shap_mat <- shap_contrib[, -ncol(shap_contrib)]
  
  # 调用shapviz，传入SHAP矩阵和对应特征数据
  shap_values <- shapviz::shapviz(shap_mat, X = as.matrix(audio_features_prepped))
  

• 确保输入数据为二维矩阵：如果你的数据集只有一行，as.matrix()会生成一维数组，导致维度错误。可以通过drop = FALSE强制生成二维矩阵：

  audio_features_prepped_mat <- as.matrix(audio_features_prepped, drop = FALSE)
  audio_features_mat <- as.matrix(audio_features, drop = FALSE)
  

• 检查X_pred参数的使用：shapviz中X_pred是用于计算SHAP值的数据集，若直接传入模型，无需重复指定该参数。尝试简化调用：

  shap_values <- shapviz::shapviz(xgb_model, X = as.matrix(audio_features_prepped))
  

内容的提问来源于stack exchange，提问作者eartoolbox