用于解释eli5结果的XGBoost和SHAP

Question

我使用XGBoost算法，尝试了eli5和SHAP来解释回归结果。我得到了一些自相矛盾的结果，下面是截图。

​

和

​

我不完全理解eli5和SHAP之间的区别，我想找出更依赖哪种解释。我将感谢对此的建议和见解。

Answer 1

也许不可能说其中一个比另一个更可靠，这取决于你在寻找什么。你可以向stats.SE或datascience.SE询问有关eli5和shap如何产生估值的更多细节。看来 eli5.show_weights只是根据增益(默认情况下)、权重或覆盖来委派给xgboost的内部特性重要性。

尽管如此，这些并不矛盾。shap图和eli5权重都表明chassis_1是更重要的变量:它的形状值(绝对值)更大，重要性得分也更高。