Wizualizacja wartości SHAP w aplikacjach Qlik Sense
Wartości SHAP pomagają nam zrozumieć, co wpływa na model, a także na poszczególne wyniki. Aby dokładniej zbadać dane, twórz wizualizacje wartości SHAP w aplikacjach Qlik Sense. Poniższe przykłady dają wyobrażenie o tym, jakie wnioski można uzyskać.
Przygotowania
Zanim zaczniesz, wykonaj następujące czynności przygotowawcze:
-
Wygeneruj zestaw danych SHAP w formacie układu współrzędnych. Ten zestaw danych zawiera kolumny wartości SHAP przestawione na „cechę” i „wartość”, co umożliwia korzystanie z wielu cech na jednym wykresie.
-
W przypadku predykcji z klasyfikacją binarną wykreśl przewidywane prawdopodobieństwo w funkcji sumy wartości SHAP na wiersz i zwróć uwagę na kierunek wartości SHAP. Jeśli nachylenie jest ujemne, odwróć kierunek wartości SHAP, aby ułatwić interpretację wizualizacji.
Sprawdzenie kierunku wartości SHAP wykazujących dodatnie nachylenie
Klasyfikacja ważności cech
Klasyfikację ważności cech można utworzyć na podstawie średnich bezwzględnych wartości SHAP dla każdej z cech. Rysunek pokazuje ważność różnych cech dla prawdopodobieństwa odpływu klienta.
Klasyfikacja ważności SHAP w Qlik Sense
Kierunek i rozkład
Wartości SHAP można również wykorzystać do poznania kierunku i rozkładu wpływu każdej cechy. Na ilustracji można sprawdzić, czy poszczególne cechy zwiększają, czy zmniejszają prawdopodobieństwo odpływu klientów.
Wykres rozkładu SHAP w Qlik Sense
Ważność cech dla kohort
Ważność cech można wyznaczyć dla odrębnych kohort. Na przykład można porównać najważniejsze cechy dla klientów mających różne rodzaje planów subskrypcji. Ilustracja przedstawia czynniki wpływające na cechy według typu planu.
Na tym wykresie używa się kontenera kratowego do reprezentowania danych dla określonych wartości pól w danych. Podobne wykresy można również tworzyć indywidualnie, korzystając z wyrażeń zestawów.
Wykres w Qlik Sense przedstawiający najważniejsze czynniki wpływające na odpływ w zależności od typu planu
Ważność cech na poziomie wiersza
Ważności SHAP można użyć do poznawania ważności cech na poziomie wiersza. Możesz zbadać i porównać, które cechy wpływają na prawdopodobieństwo odpływu różnych klientów, jak pokazano to na ilustracji.
Wykresy ważności SHAP dla określonych identyfikatorów klientów
Zmienność cech
Możesz wykreślić wpływ każdej odmiany cechy. Możesz na przykład tworzyć wizualizacje pokazujące średni wpływ typu planu subskrypcji klienta dla każdego z oferowanych typów planów.
Wykres słupkowy w Qlik Sense prezentujący ważność SHAP poszczególnych wartości pól dla pojedynczej cechy
Wykres rozkładu w Qlik Sense prezentujący ważność SHAP poszczególnych wartości pól dla pojedynczej cechy
Zmienne ciągłe
Wartości SHAP można używać na wykresach punktowych do analizowania trendów, gdy zmienne ciągłe zmieniają się pod względem wartości. Na tym wykresie wartości SHAP widzimy, że prawdopodobieństwo odpływu klientów generalnie wzrasta wraz ze wzrostem ich opłaty podstawowej.
Opcjonalnie możemy również użyć linii regresji i innych narzędzi, aby wyciągnąć nowe wnioski z danych.
Wykres punktowy SHAP przedstawiający trendy w wynikach odchodzenia wraz ze wzrostem opłaty podstawowej
