Anaconda中SHAP瀑布图特征截断如何显示全部特征

waterfall()函数默认最多展示10个对当前样本预测贡献最高的特征，剩下贡献度较低的特征会被合并为"other features"项，这就是你看到截断提示的原因。

要展示所有特征，只需在调用绘图函数时传入max_display参数，将值设置为数据集的总特征数即可——只要参数值大于等于数据集的特征总数，就不会触发特征合并逻辑。

修正后的可运行代码如下：

explainer = TreeExplainer(model)
sv = explainer(X)

exp = Explanation(sv.values[:,:,0], 
                  sv.base_values[:,1], 
                  data=X.values, 
                  feature_names=X.columns)
idx = 0
# 传入max_display参数，X.shape[1]就是数据集的总特征数
waterfall(exp[idx], max_display=X.shape[1])

• 如果特征总数超过25个，全量展示的瀑布图纵向长度会过长，容易出现特征名重叠、排版拥挤的问题，可以在绘图前通过matplotlib手动设置画布尺寸适配，也可以根据需求适当调整max_display的数值，平衡展示效果和信息完整性。

内容的提问来源于stack exchange，提问作者Giampaolo Levorato