是否可以在shap Python包的shap.dependence_plot结果中添加一条回归线？

示例代码如下：

import xgboost
import shap
# 训练XGBoost模型
X,y = shap.datasets.adult()
model = xgboost.XGBClassifier().fit(X, y)
# 计算SHAP值
explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X)
# SHAP依赖性图
shap.dependence_plot("Age", shap_values, X)

是否可以简单地绘制一条类似LOESS的回归线？

回答：

您可以尝试以下方法：

import xgboost
import shap
# 训练XGBoost模型
X,y = shap.datasets.adult()
model = xgboost.XGBClassifier().fit(X, y)
# 计算SHAP值
explainer = shap.TreeExplainer(model)
shap_values = explainer.shap_values(X)
import statsmodels.api as sm
idx = np.where(X.columns=="Age")[0][0]
x = X.iloc[:,idx]
y_sv = shap_values[:,idx]
lowess = sm.nonparametric.lowess(y_sv, x, frac=.3)
_,ax = plt.subplots()
ax.plot(*list(zip(*lowess)), color="red", )
shap.dependence_plot("Age", shap_values, X, ax=ax)