SHAP v0.39.0两种SHAP值获取方式的维度及summary_plot差异原因问询

1. 维度差异的核心原因 #

• 调用explainer.shap_values(X)返回的是原生numpy数组，对于二分类树模型，SHAP 0.39版本的默认输出维度顺序为[类别数, 样本数, 特征数]，你当前是二分类任务，第一个维度为2对应类别0、类别1各自的SHAP值，和你输出的(2, 3888, 259)结果完全匹配。
• 直接调用explainer(X)返回的是shap.Explanation自定义对象，不是普通numpy数组，它的SHAP值存储在对象的values属性中，维度顺序调整为[样本数, 特征数, 类别数]，所以你拿到的形状是(3888, 259, 2)，两种方式只是维度顺序不同，本质SHAP数值完全对应。

你可以用以下代码验证数值一致性：

# 验证两种方式得到的正类SHAP值完全相等
np.allclose(shap_values_legacy[1], shap_values_explanation.values[:,:,1])

2. summary_plot样式差异的原因 #

• 给shap.summary_plot传入原生numpy数组格式的SHAP值时，如果不额外传入特征矩阵X，函数无法获取每个样本的特征实际取值，默认会绘制各特征平均绝对SHAP值的条形图，仅展示特征重要性排序。
• 传入shap.Explanation对象时，对象本身已经绑定了特征矩阵X的取值、特征名等元数据，函数会默认绘制蜂群图（beeswarm），既能展示特征重要性排序，也能展示特征取值高低对SHAP值的影响趋势。

如果想要用第一种方式的结果也画出蜂群图，手动传入X即可：

# 取正类SHAP值，传入特征矩阵X即可画蜂群图
shap.summary_plot(shap_values[1], X)

内容的提问来源于stack exchange，提问作者Jan_ewazz