https://medium.com/towards-data-science/parallelize-your-massive-shap-computations-with-mllib-and-pyspark-b00accc8667c (能翻墙直接看原文) A stepwise guide for efficiently explaining your models using SHAP.
文章目录 近似算法计算步骤计算举例参考资料 SHAP值是一种用于解释机器学习模型的工具,可以帮助我们理解每个特征值对模型预测结果的贡献程度。具体地,我们应该如何计算单个特征的SHAP值呢?以下介绍一种近似计算方法。 近似算法 单个特征值的shap值近似估计算法: 输出:第j个特征值的shap值输入:迭代次数 M M M、待计算的实例 x x x、特征索引 j j j、数据