使用SHAP KernelExplainer分析XGBoost DART模型时输入类型报错的解决咨询

我正在尝试为自己训练的XGBoost模型（使用DART booster）绘制SHAP分析图，想要做出类似常见的SHAP可视化效果。但因为用了DART booster，shap.TreeExplainer无法使用，所以我转而尝试shap.KernelExplainer，但它一直不接受我传入的任何常见输入类型。

第一次尝试 #

我的代码如下：

# Data to predict
full_data = xgb.DMatrix(full_X, label=full_y, feature_names=feature_names)

# Pre-trained XGB model using DART booster
loaded_model.set_param({"device": "cuda"})

xgb_predict = lambda x: loaded_model.predict(x)

explainer = shap.KernelExplainer(xgb_predict, full_data)

运行后得到错误：

TypeError: Unknown type passed as data object: <class 'xgboost.core.DMatrix'>

第二次尝试 #

我也尝试传入numpy数组：

X_np = np.array(full_X)

explainer = shap.KernelExplainer(xgb_predict, X_np)

但同样返回错误：

TypeError: ('Expecting data to be a DMatrix object, got: ', <class 'numpy.ndarray'>)

我使用的是shap 0.44.0和xgboost 2.0.2，请问该如何解决这个问题？

备注：内容来源于stack exchange，提问作者Caio Atila