使用IML计算Shapley值时results与fit为空的问题求助

核心问题 #

iml::Shapley$new()初始化对象时不会自动计算Shapley值，同时party::cforest模型与iml交互时需要明确预测类型，这两个点导致你得到的shapley_vals对象中results和fit为NULL。

具体修正方案 #

1. 适配cforest的预测函数 #

cforest的默认预测输出格式需要调整，确保iml能正确获取回归结果：

# 自定义预测函数，指定回归任务的输出类型
predict_fun <- function(model, newdata) {
  predict(model, newdata = newdata, type = "response")
}

2. 创建正确的Predictor对象 #

用自定义的预测函数初始化Predictor：

predictor <- iml::Predictor$new(
  model = cvforest.model.train,
  data = X,
  y = y,
  predict.function = predict_fun
)

3. 指定样本并计算Shapley值 #

必须指定要解释的样本（单样本或批量样本）才会触发计算：

• 单样本计算：

# 对训练集第1个样本计算Shapley值
shapley_single <- iml::Shapley$new(predictor, x.interest = X[1, ])
# 查看结果
print(shapley_single$results)

• 批量样本计算：

# 随机抽取50个样本计算Shapley值
shapley_vals <- iml::Shapley$new(predictor, sample.size = 50)
# 查看结果
str(shapley_vals$results)

完整修正代码 #

# training random forest model
set.seed(8431)
cvforest.train <- train(x = train[, c(3:122, 124:138)], y = train[, 123],  
                        method = "cforest", metric = "RMSE",
                        trControl = trainControl(method = "cv", number = 5),
                        controls = cforest_unbiased(ntree = 1000, minsplit = 5, minbucket = 5)
) 

cvforest.model.train <- cvforest.train$finalModel #final model object

# calculating shapley values
X <- train[, c(3:122, 124:138)]
y <- train[, 123]

# 自定义适配cforest的预测函数
predict_fun <- function(model, newdata) {
  predict(model, newdata = newdata, type = "response")
}

# 创建Predictor对象
predictor <- iml::Predictor$new(
  model = cvforest.model.train,
  data = X,
  y = y,
  predict.function = predict_fun
)

# 计算批量样本的Shapley值
shapley_vals <- iml::Shapley$new(predictor, sample.size = 50)

# 查看结果
str(shapley_vals$results)

内容的提问来源于stack exchange，提问作者Sarah Vogel