如何使用sklearn计算单条预测结果的特征贡献权重

针对单条样本的特征影响分析，不要使用模型训练输出的全局特征重要性——该值是全数据集的平均贡献，无法匹配单条预测的专属特征权重。最简洁的兼容方案是使用SHAP库，可直接对接所有sklearn模型，同时支持量化占比计算和可视化输出。

前置依赖安装 #

执行命令安装所需包：
pip install shap pandas numpy matplotlib

可直接复用的示例代码 #

代码完全匹配你的数据集结构（3个取值1-5的数值特征、二分类预测结果），替换成你自己训练好的模型即可运行：

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestClassifier
import shap
import matplotlib.pyplot as plt

# ---------------------- 1. 模型训练部分（替换成你自己的训练逻辑即可）
np.random.seed(42)
# 构造和你字段一致的示例数据集
data = pd.DataFrame({
    'id': range(1000),
    'X_1': np.random.randint(1,6,1000),
    'X_2': np.random.randint(1,6,1000),
    'X_3': np.random.randint(1,6,1000),
    'result': np.random.randint(0,2,1000) # 二分类标签，对应"通过/未通过测试"
})
X = data[['X_1','X_2','X_3']]
y = data['result']
# 训练模型，可替换为你自己训练完成的model对象
model = RandomForestClassifier()
model.fit(X, y)

# ---------------------- 2. 单条样本[1,2,3]的特征贡献计算
# 树模型用TreeExplainer速度最快，非树模型（逻辑回归/SVM等）替换为shap.KernelExplainer(model, X.sample(100))即可
explainer = shap.TreeExplainer(model)
target_sample = np.array([[1,2,3]]) # 你需要解释的预测样本
# 计算每个特征对当前样本的贡献值
shap_values = explainer.shap_values(target_sample)
# 二分类场景取正类（"通过测试"对应类别）的贡献值，回归任务直接取shap_values[0]即可
sample_shap = shap_values[1][0] if len(shap_values) == 2 else shap_values[0]

# ---------------------- 3. 计算各特征贡献占比
total_contrib_abs = np.sum(np.abs(sample_shap))
contrib_result = pd.DataFrame({
    '特征名': X.columns,
    '贡献值': np.round(sample_shap, 4),
    '贡献占比(%)': np.round(np.abs(sample_shap)/total_contrib_abs*100, 2)
}).sort_values('贡献占比(%)', ascending=False)
print("单条预测的特征贡献量化结果：")
print(contrib_result)

# ---------------------- 4. 可视化输出
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决matplotlib中文显示乱码问题
# 力导向图：展示特征把预测结果从基准值推到最终值的作用方向和幅度
shap.force_plot(
    explainer.expected_value[1], 
    sample_shap, 
    target_sample, 
    feature_names=X.columns, 
    matplotlib=True,
    show=False
)
plt.title("样本[1,2,3]预测结果的特征贡献力导向图")
plt.show()

# 柱状图：直观对比三个特征的贡献占比高低
plt.figure(figsize=(6,3))
plt.bar(contrib_result['特征名'], contrib_result['贡献占比(%)'], color=['#ff7f0e','#1f77b4','#2ca02c'])
plt.ylabel('贡献占比(%)')
plt.title('各特征对当前预测结果的贡献占比对比')
plt.show()

结果说明 #

• 打印输出的贡献占比完全针对model.predict([1,2,3])这条单预测结果计算，和全数据集的全局特征重要性无关
• 贡献值为正代表该特征将预测结果向"通过测试"的方向推动，为负代表将结果向"未通过"方向推动
• 柱状图可直接对比三个特征的影响大小，能直观看出X_1、X_2的贡献是否高于X_3
• 所有sklearn内置模型都可以用上述逻辑解释，仅需根据模型类型切换解释器初始化代码即可

内容的提问来源于stack exchange，提问作者Hammad Shahzad