質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

解決済

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

kouji_39
kouji_39

総合スコア115

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

1回答

0評価

0クリップ

147閲覧

投稿2022/07/03 05:17

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

python3

# 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

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

can110

2022/07/03 05:32

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_

2022/07/03 05:32

「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

2022/07/03 09:36

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

2022/07/03 14:56

解決の方向性を、自己解決欄に記入しました。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。