在預測期間產生 SHAP 資料集

可以在執行預測時產生 SHAP 重要性資料集。您可以在這些資料集使用 SHAP 計算，以理解哪些特徵對於預測的值是最重要的貢獻者。

SHAP 資料集包含列層級 SHAP 計算，適用於用來訓練模型的特徵。考慮到該列的所有其他特徵，這些值代表每個特徵對目標預測值的貢獻程度。

例如，SHAP 重要性可以告知我們，特徵是否讓客戶更可能或更不可能流失，以及對於該結果的影響程度。

若您已執行預測並產生資料集，可以將 SHAP 值載入到 Qlik Sense 應用程式中，並連同預測的值進行視覺化。如需其他詳細資訊，請參閱 在 Qlik Sense 應用程式中視覺化 SHAP 值 和 在實際應用程式中使用 SHAP 值

此說明主題著重於 ML 部署預測期間的 SHAP 資料集產生。如需關於實驗訓練期間顯示的 SHAP 重要性圖表的資訊，請參閱 實驗訓練中的 SHAP 重要性。

產生 SHAP 資料集的可用選項

設定預測時，您可以選擇以兩種不同的格式產生 SHAP 資料集。兩種選項皆提供相同的資訊，但以不同的方式結構化。

SHAP

此資料集對每個特徵將 SHAP 值分為一個欄。此選項無法用於多類別分類模型。

座標 SHAP

此資料集結構化所有 SHAP 值，僅包含在「特徵」欄和「值」欄這兩欄內。此選項可用於所有模型類型。

相較於來自二元模型的資料集，來自多類別模型的資料集運作方式稍有不同。對於每個要預測的記錄，會為每個可用來讓模型預測的可能分類，透過 SHAP 值產生新的列。在資料集中，也會建立附加欄，以識別 SHAP 值代表的分類。

將預測和 SHAP 值載入到 Qlik Sense 應用程式並建立資料模型時，座標 SHAP 資料集比 SHAP 資料集更容易運作。

範例

下表包含來自 SHAP 和座標 SHAP 資料集的範例，這從根據五個特徵訓練的迴歸模型產生。範例包含來自套用資料集的兩個記錄的 SHAP 值 (對應至兩個帳戶 ID)。

這些範例醒目提示資料結構化方式之間的差異。

解譯 SHAP 預測值

與實驗訓練期間顯示的 SHAP 重要性圖表中的值不同，SHAP 資料集包含具有方向性的列層級 SHAP 計算。換言之，這不是絕對值，而可以是正值或負值。在應用程式中視覺化值時，您可以根據使用情況，選擇彙總為絕對值。

應就記錄的對應預測值分析該記錄的 SHAP 值。根據模型類型 (二元分類、多類別分類或迴歸)，應以稍微不同的方式解譯 SHAP 值的方向性。

分類模型

藉由二元分類模型，大的正 SHAP 值表示對兩個可能結果之一有較大的影響，而大的負值表示對其他結果有較大的影響。在應用程式中使用資料時，SHAP 值的方向性可能不允許進行您需要的分析。為了解決此情況，您可以反轉 SHAP 值的方向 (例如，將整個欄乘以 -1)。如需更多關於 SHAP 方向檢查的資訊，請參閱 準備。

來自多類別模型的 SHAP 資料集有不同的結構。對於每個要預測的記錄，這包括每個可能分類的獨立列，以及該分類的對應 SHAP 值。會在「Predicted_class」欄指定分類。

在座標 SHAP 資料集，以下列方式解譯來自多類別模型預測的 SHAP 值：

• 大的正 SHAP 值表示該特徵對成為指定「Predicted_class」的結果有較大的影響。

• 大的負 SHAP 值表示該特徵對不是指定「Predicted_class」的結果有較大的影響。

範例

下列範例呈現二元和多類別分類模型輸出之間資料集結構的差異。

假設我們從每個帳戶 ID 包含一列的套用資料集開始。訓練模型時所根據的每個特徵以獨立的欄呈現。

單一帳戶 ID 記錄如下所示：

若我們訓練二元分類模型，以預測 Churned 欄位的結果，將會有兩個可能的結果：「是」或「否」。根據上述的單一帳戶 ID 記錄，此記錄的座標 SHAP 資料集如下所示：

上表中，會顯示單一帳戶 ID 的 SHAP 值，並透過特徵分解。會為每個特徵建立新的列，而每個特徵是指派的 SHAP 值。必須就兩種可能的結果評估這些 SHAP 值的方向和重要性。理想上，SHAP 值越高，特徵對於正面解譯結果 (在此案例中，即「是」) 的影響就越大。若呈現出相反的狀況，您可以反轉 SHAP 值的方向 (乘以 -1)，以便更輕鬆地解譯分析。

為了進行比較，先假設我們訓練了多類別分類模型，以預測類別 PlanType 欄位 (具有四種可能的結果：「Blue Plan」、「Green Plan」、「Purple Plan」和「Red Plan」)。根據第一個表格中的單一帳戶 ID 記錄，此記錄的座標 SHAP 資料集如下所示：

在上表中，單一帳戶 ID 以 20 個獨立的列呈現：一列用於每個特徵，一列用於對應至目標中每個可能結果的 SHAP 值。Predicted_class 欄代表要預測的可能結果 (分類)，不必是顯示在預測資料集中的實際預測結果。最終，具有最高 SHAP 值的分類會成為記錄的預測值。

此表的 SHAP 值是指定特徵 (automl_feature) 對於可能是指定分類 (Predicted_class) 之結果的影響力衡量。大的正值表示特徵強烈影響了成為指定分類的預測結果，而大的負值表示特徵強烈影響了不是指定分類的預測結果。

迴歸模型

在從迴歸模型產生的 SHAP 資料集中，SHAP 值的方向更容易解譯。

• SHAP 正值對應至列的預測值增加。

• SHAP 負值對應至列的預測值減少。

SHAP 值計算

會為各種演算法計算 SHAP 值。SHAP importance 使用兩個相異的方法來計算：

• 樹狀 SHAP：快速且確切的方法，用來預估樹狀模型的 SHAP 值

• 線性 SHAP：用來運算線性模型 SHAP 值的方法