如何在Scikit-learn逻辑回归Pipeline中查看单样本预测的特征影响？

你目前已经完成了带标准化步骤的逻辑回归Pipeline搭建、全局特征重要性可视化，要实现单样本层面的输入影响分析，本质是将每个样本的预测过程拆解为各特征的独立贡献分量，可基于现有训练好的Pipeline直接计算，不需要重新拟合模型。

核心实现逻辑 #

逻辑回归的预测本质是线性计算过程：

样本的最终logit得分 = 模型截距 + Σ( 标准化后的样本特征值 × 模型对应特征系数 )
最终正类预测概率 = sigmoid(上述logit得分)

单样本的特征贡献，就是把上述求和过程拆解开——每个特征对应的「标准化值 × 模型系数」，就是这个特征对当前样本logit得分的具体影响值，所有特征贡献加总后加截距，就是这个样本的完整预测分。

可直接复用的代码（和你现有Pipeline完全兼容） #

第一步：提取Pipeline内已训练完成的组件 #

# 从已训练的Pipeline中取出对应步骤的对象，无需重新拟合
scaler_step = pipeline.named_steps['standardscaler']
logit_model_step = pipeline.named_steps['logisticregressioncv']

# 对测试集执行和训练时完全一致的标准化操作，避免数据泄露
X_test_scaled = scaler_step.transform(X_test)

# 计算逐样本逐特征的贡献值：和X_test_scaled维度完全对齐
# 每行对应1个测试样本，每列对应该样本在对应特征上的贡献大小
sample_feat_contrib = X_test_scaled * logit_model_step.coef_[0]
# 转为带特征名、样本索引的DataFrame，方便后续查看
sample_contrib_df = pd.DataFrame(
    sample_feat_contrib,
    columns=X_train.columns,
    index=X_test.index
)
# 提取模型截距，用于后续核对计算结果
model_intercept = logit_model_step.intercept_[0]

第二步：筛选低预测概率样本并逐一生成贡献可视化 #

匹配你“单独分析预测值偏低样本组”的需求，可按如下逻辑筛选概率最低的10个样本，逐个查看每个特征的影响：

import numpy as np
# 拿到所有测试样本的正类预测概率
y_pred_proba = pipeline.predict_proba(X_test)[:, 1]
# 按预测概率从小到大排序，取排名前10的低概率样本索引
low_prob_sample_index = np.argsort(y_pred_proba)[:10]

# 遍历每个低概率样本，生成单独的特征贡献图
for sample_pos in low_prob_sample_index:
    sample_idx = X_test.index[sample_pos]
    # 取出当前样本的所有特征贡献，按数值从小到大排序
    current_contrib = sample_contrib_df.loc[sample_idx].sort_values()
    plt.figure(figsize=(8, 6))
    # 贡献为正（拉高正类预测）的用红色，贡献为负（拉低正类预测）的用蓝色
    bar_colors = ['#d62728' if val > 0 else '#1f77b4' for val in current_contrib.values]
    current_contrib.plot.barh(color=bar_colors)
    # 绘制截距参考线，直观展示基准分位置
    plt.axvline(
        x=model_intercept,
        linestyle='--',
        color='grey',
        label=f'模型基准截距值: {model_intercept:.2f}'
    )
    plt.title(
        f'样本{sample_idx}的预测特征贡献\n'
        f'最终正类预测概率: {y_pred_proba[sample_pos]:.3f}'
    )
    plt.xlabel('对logit得分的贡献值（数值越大，越会推高正类预测概率）')
    plt.legend()
    plt.tight_layout()
    plt.show()

结果说明 #

• 横向条形长度对应该特征对当前样本预测的影响大小：距离0点越远，影响越强
• 条形方向对应影响方向：条形在0点右侧（正贡献）代表这个特征推高了该样本的正类预测概率；在0点左侧（负贡献）代表这个特征拉低了该样本的正类预测概率
• 和你之前画的全局系数图的核心区别：全局系数是固定的特征权重，代表特征整体对模型的影响方向；单样本贡献是「固定权重 × 当前样本在该特征上的实际取值」，同一个特征权重，在不同样本上的贡献方向、大小都可能存在差异

校验说明 #

可以随便抽一个样本做核对：把该样本的所有特征贡献值加总，再加上模型截距，得到的结果和pipeline.decision_function(X_test)返回的logit得分完全一致，不存在计算偏差。

这种计算方式和线性模型的SHAP贡献值结果完全等价，不需要额外安装第三方依赖就能实现。

内容的提问来源于stack exchange，提问作者ekselan