在LightGBM的文档中提到，可以通过设置predict_contrib=True来预测SHAP值。

我们如何提取SHAP值（除了使用shap包之外）？

我尝试过

model = LGBM(objective="binary",is_unbalance=True,predict_contrib=True)model.fit(X_train,y_train)pred_shap = opt_model.predict(X_train) #无法获取SHAP值

似乎不起作用

回答：

使用LGBM和pred_contrib=True获取SHAP值的方法：

from lightgbm.sklearn import LGBMClassifierfrom sklearn.datasets import load_irisX,y = load_iris(return_X_y=True)lgbm = LGBMClassifier()lgbm.fit(X,y)lgbm_shap = lgbm.predict(X, pred_contrib=True)# 返回的LGBM shap值的形状：4个特征 x 3个类别 + 3个训练数据集上的期望值print(lgbm_shap.shape)# 第0行的LGBM shap值，第0个特征print(lgbm_shap[0,:4])

输出：

(150, 15)[-0.0176954   0.50644615  5.56584344  3.43032313]

来自shap的SHAP值：

import shapexplainer = shap.TreeExplainer(lgbm)shap_values = explainer.shap_values(X)# 预测类别的数量print(len(shap_values))# 第0类别第0行的shap值print(shap_values[0][0])

输出：

3array([-0.0176954 ,  0.50644615,  5.56584344,  3.43032313])

在我看来是一样的。