如何计算LightGBM二分类模型正类概率对应的SHAP值

一、确认SHAP值是否对应正类概率 #

你设置model_output="probability"后，TreeExplainer输出的SHAP值确实是针对正类概率的贡献值：

• 基准值explainer.expected_value[1]是训练集所有样本的平均正类预测概率
• 每个样本的正类SHAP值之和加上基准值，等于该样本的正类预测概率，可通过以下代码验证：

# 取第一个样本验证
sample_idx = 0
pred_prob = model.predict_proba(X_train.iloc[sample_idx:sample_idx+1])[0][1]
shap_sum = shap_values[1][sample_idx].sum()
base_value = explainer.expected_value[1]
print(f"预测正类概率：{pred_prob:.4f}")
print(f"基准值+SHAP值之和：{base_value + shap_sum:.4f}")

两者数值会几乎完全一致（浮点精度误差可忽略），以此证明SHAP值对应正类概率的贡献。

二、在force plot、waterfall plot中展示正类概率的SHAP值 #

问题核心是shap_values是二元组，分别对应负类和正类的SHAP值。你需要提取正类的SHAP值（shap_values[1]），再传入绘图函数：

1. 绘制Force Plot

# 提取正类SHAP值和对应基准值
shap_values_pos = shap_values[1]
base_value_pos = explainer.expected_value[1]

# 绘制单个样本的force plot
shap.force_plot(base_value_pos, shap_values_pos[0], X_train.iloc[0])

# 绘制多样本交互force plot（保存为HTML）
shap_html = shap.force_plot(base_value_pos, shap_values_pos, X_train, show=False)
with open("shap_force_plot.html", "w") as f:
    f.write(shap_html.html)

2. 绘制Waterfall Plot

# 生成单个样本的Explanation对象
expl = shap.Explanation(
    values=shap_values_pos[0],
    base_values=base_value_pos,
    data=X_train.iloc[0],
    feature_names=X_train.columns
)

# 绘制waterfall plot
shap.waterfall_plot(expl)

3. 自定义Summary Plot（仅展示正类）

若想让summary plot只展示正类的SHAP值，可指定class_id参数：

shap.summary_plot(shap_values_pos, X_train)
# 或者绘制特征重要性柱状图
shap.summary_plot(shap_values_pos, X_train, plot_type="bar")

关键说明 #

• LGBM二分类模型的shap_values默认返回两个数组，顺序为[负类SHAP值, 正类SHAP值]，必须明确提取正类部分才能针对概率做分析
• 所有单类SHAP绘图函数（如force、waterfall）都需要传入单类的SHAP值和对应的基准值，不能直接传入二元组

内容的提问来源于stack exchange，提问作者Eduardo Pitta