The beeswarm plot does not support plotting explanations ～への対処

Question

1.前提・実現したいこと
shap値を視覚的に求めたい。
３.で示したコードで、エラーが発生します。対処方法をお願いします。

2.発生している問題・エラーメッセージ
３．のソースコード実行（最終行のコード）で下記のエラーメッセージが発生

ValueError:The beeswarm plot does not support plotting explanations with instances that have more than one dimension!

発生場所は、---> 12 shap.plots.beeswarm(shap_values)

3.該当のソースコード

# common
import pandas as pd
import numpy as np
from pandas import DataFrame, Series
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.ensemble import RandomForestClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.neural_network import MLPClassifier
# モデリング: lightgbm
import lightgbm as lgb

＃データ読み込み等は、省略

#重要特徴量17項目
feature_cols = ['eqpdays','months','mou_Mean','change_mou','totmrc_Mean','change_rev','hnd_price','avgqty','avgmou','avgrev','mou_cvce_Mean','rev_Mean','lor','uniqsubs','drop_vce_Mean','mouiwylisv_Mean','ovrrev_Mean']
target_col = ['churn']

#Numpyの配列に変換
y = np.array(df[target_col])#ターゲット変数
X = np.array(df[feature_cols])#説明変数

x_tr, x_va1, y_tr, y_va1 = train_test_split(X,
                                            y,
                                            test_size=0.2,
                                            shuffle=True,
                                            stratify=y,
                                            random_state=123)
print(x_tr.shape, y_tr.shape)#(80000, 17) (80000, 1)
print(x_va1.shape, y_va1.shape)#(20000, 17) (20000, 1)

#モデル学習（ホールドアウト検証）
params = {
    'boosting_type': 'gbdt',
    'objective': 'binary', 
    'metric': 'auc',
    'learning_rate': 0.1,
    'num_leaves': 16,
    'n_estimators': 100000,
    "random_state": 123,
    "importance_type": "gain",
}
model = lgb.LGBMClassifier(**params)
model.fit(x_tr,
          y_tr,
          eval_set=[(x_tr,y_tr), (x_va1,y_va1)],
          early_stopping_rounds=100,
          verbose=10,
         )

# ライブラリのインポート
!pip install shap
import shap
# explain the model's predictions using SHAP
# (same syntax works for LightGBM, CatBoost, scikit-learn, transformers, Spark, etc.)
# 1. モデル shap.Explainer()に渡す
explainer = shap.Explainer(model, feature_names=feature_cols)
# 2. 説明変数(特徴量)を渡す
shap_values = explainer(X)#X:説明変数

# summarize the effects of all the features
shap.plots.beeswarm(shap_values)

4.自分で調べたことや試したこと
Google検索では、有用な情報なし。

5.使っているツールのバージョンなど補足情報
開発環境：Google Colaboratory
プログラム言語：python3
OS：windows10 Home
CPU：Intel(R) Core(TM) i7-7500U CPU@2.70GHz 2.90GHz

Comments

[can110]

エラーメッセージの意味（原因）は理解されているでしょうか？
また、理解されているとして、beeswarm関数に渡している引数が、妥当であるかどうかは判断できているでしょうか？
そのあたりの詳細を記載すると回答得られやすくなるかと思います。

[meg_]

「Google検索では、有用な情報なし。」とのことですが、どのような検索ワードで調べられたのでしょうか？ 1件もヒットする情報がなかったのでしょうか？

[kouji_39]

エラーに関する翻訳は、「ValueError：beeswarmプロットは、複数の次元を持つインスタンスでの説明のプロットをサポートしていません！」とあります。「複数の次元を持つインスタンス」とは、何のことでしょう？

[kouji_39]

解決の方向性を、自己解決欄に記入しました。

Answer 1

以下の対処方法でいけそうです。お二方のご助言ありがとうございました。
1） shap.Explainerを、shap.TreeExplainerに変更
2)　shap.plots.beeswarmを、shap.summary_plotに変更