如何从3D数组指定SHAP的feature_names？附1D CNN报错案例

问题根源 #

你的3D输入数组结构应为(样本数, 时间步长, 特征数)，而SHAP的summary_plot要求feature_names是对应最后一维（特征维度）的字符串列表，直接传入3D数组会导致索引不匹配，触发IndexError。

解决步骤 #

1. 确认数据维度
   先打印输入数组的形状，明确特征维度的大小：

print(sc_cnn_tube_par_X_train_3D.shape)
# 示例输出：(1200, 60, 8) → 1200个样本，60个时间步，8个特征

2. 生成对应特征名称列表
   根据特征维度的长度，创建等长的字符串列表。如果有特征的实际含义，替换成对应名称即可：

# 获取特征数量
n_features = sc_cnn_tube_par_X_train_3D.shape[2]
# 生成特征名称（示例用通用命名，可替换为实际特征名）
feature_names = [f"传感器_{i+1}" for i in range(n_features)]

3. 正确调用SHAP的summary_plot
   使用DeepExplainer处理1D CNN模型，传入生成的feature_names即可：

import shap

# 初始化解释器，用训练集数据做背景
explainer = shap.DeepExplainer(model, sc_cnn_tube_par_X_train_3D)
# 计算测试集的SHAP值
shap_values = explainer.shap_values(sc_cnn_tube_par_X_test_3D)

# 绘制特征重要性图
shap.summary_plot(shap_values, sc_cnn_tube_par_X_test_3D, feature_names=feature_names)

进阶：展示时间步+特征的组合重要性 #

如果需要分析每个时间步下各特征的重要性，可以将3D数组展平为2D，并生成包含时间步信息的特征名称：

n_timesteps = sc_cnn_tube_par_X_train_3D.shape[1]
# 生成带时间步的特征名
feature_names_with_steps = [
    f"传感器_{i+1}_时间步_{j+1}" 
    for j in range(n_timesteps) 
    for i in range(n_features)
]
# 展平测试集数据
X_test_flat = sc_cnn_tube_par_X_test_3D.reshape(-1, n_timesteps * n_features)

# 绘制展平后的特征重要性图
shap.summary_plot(shap_values, X_test_flat, feature_names=feature_names_with_steps)

内容的提问来源于stack exchange，提问作者bin