SHAPで回帰も二値もマルチもグラフ表示したい。

Question

GoogleColabで、SHAPを実行しています。

TreeExplainer、モデルはxgbです。
force plotは、回帰と二値分類の場合、以下で描画。

```Python
shap.initjs()
shap.force_plot(explainer.expected_value, shap_values, X_selected)

```

マルチ分類の場合、以下で描画。

```Python
shap.initjs()
shap.force_plot(explainer.expected_value[1], shap_values[1], X_selected)

```

データセットのタイプ毎にコード操作は面倒なので、

マルチ分類データですよ等と事前に認識させて、

```Python
shap.initjs()
if dataset == ‘multi’:
    shap.force_plot(explainer.expected_value[1], shap_values[1], X_selected)
else:
　shap.force_plot(explainer.expected_value, shap_values, X_selected)

```

として実行しても表示されません。

すこし強引ですが、以下を実行しても表示されませんでした。

```Python

shap.initjs()
try:
　shap.force_plot(explainer.expected_value[1], shap_values[1], X_selected)
except:
　pass

try:
　shap.force_plot(explainer.expected_value, shap_values, X_selected) 
except:
　pass

```

何かうまい方法をご存知の方がおられましたら、ご教示お願いできませんでしょうか？

※以下が現在の実行コードです。以下の実行コードに上記の変更を加えてもうまくいかなかったということになります。

```Python

#@title **Classification**（分類）or **Regression**（回帰）
#回帰か分類かによってXGB.XGBClassifierを実行するか、XGB.XGBRegressorを実行するかを変えるため、ココで区分。

#@title **Classification**（分類）or **Regression**（回帰）
dataset_type = 'Classification' #@param ["Classification", "Regression"]

#@title **Load Dataset**
if dataset =='Upload':
  from google.colab import files
  uploaded = files.upload()#Upload
  target = list(uploaded.keys())[0]
  df = pd.read_csv(target)

FEATURES = df.columns[:-1]
TARGET = df.columns[-1]
X = df.loc[:, FEATURES]
y = df.loc[:, TARGET]

#@title **SHAP summary plot**

import xgboost as XGB
import shap

#XGB
if dataset_type == 'Regression':
  xgb = XGB.XGBRegressor(random_state=0)
else:
  xgb = XGB.XGBClassifier(random_state=0)

xgb.fit(X, y)

#SHAP
explainer = shap.TreeExplainer(xgb)
shap_values = explainer.shap_values(X)

#@title **SHAP summary plot**
shap.summary_plot(shap_values,X)

#@title **SHAP force plot**
shap.initjs()
shap.force_plot(explainer.expected_value, shap_values, X)

```

Accepted Answer

forteenlenghさん、朝早くから丁寧なお返事、誠にありがとうございます。

リンクいただいた記事、確認させていただき、回帰、分類ともに同じ枠組みで実行するのは、実用においては適切ではないなと思うに至りました。
binaryの場合は、クラス指定なく視認できていましたので「multiも統合してやろう」というのが意図でしたが、multiの場合、shap.summary_plot(shap_values,X) では、各クラスののmeanSHAPが積み上げ棒グラフで表示されますが、scatter plotやforce plotは、視認したいクラスを[1]のように指定する必要がある。統合したとしてもmultiだけはこの指示が必要になる＝分けてクラス変更が柔軟にできた方が使い勝手がいいと感じたからです。
元々の問いとは異なりますが、お返事いただいたことで気がつけました。ありがとうございました。

一方、if文で条件分岐させて、trueとfalseで異なる SHAPグラフを表示させたいということはあると思いますので、同じくご連絡いただいたデータセットセット等でdisplay(shap.summary....)などとするといけるのかな？！等、試行してみようと思います。

繰り返しとなりますが、感謝申し上げます。

関連した質問