SHAP方法解释ML模型的疑问

背景及问题:ML模型建立完以后,模型也输出了变量的重要性,使用SHAP方法解释机器学习模型时,普遍意义上(撰写论文中)该分析的是应该是训练集、验证集还是整个数据集啊?

代码:shap_summary_plot(train)
shap_summary_plot(test)
shap_summary_plot(data)

希望的效果:希望SHAP解释输出的变量重要顺序和模型本身导出的变量重要顺序尽量靠近

你好,我是有问必答小助手,非常抱歉,本次您提出的有问必答问题,技术专家团超时未为您做出解答


本次提问扣除的有问必答次数,已经为您补发到账户,我们后续会持续优化,扩大我们的服务范围,为您带来更好地服务。