如何准确地表示用hashingVectorizer生成的列的SHAP值？

Question

我使用sklearn中的HashingVectorizer()来表示数据集的唯一ID，该数据集将数据散列为n列，并且我希望计算该数据的总SHAP值。是简单地将所有平均值相加在一起的正确方法，还是取值的平均值？

Answer 1

我认为，如果不进行大量的额外工作，您将得到的最接近的是shap.explainers.Partition，它将接受或计算特性的分层聚类。

或者，定义您自己的掩蔽符会更有原则--您应该能够按照描述的这里为每个输入提供它们的列表。