在處理上述異常時，使用SHAP解釋keras神經網絡model時又出現異常

Question

x_train看起來像這樣（22 個特征）：

total_amount    reward  difficulty  duration    discount    bogo    mobile  social  web income  ... male    other_gender    age_under25 age_25_to_35    age_35_to_45    age_45_to_55    age_55_to_65    age_65_to_75    age_75_to_85    age_85_to_105
0   0.006311    0.2 0.50    1.000000    1.0 0.0 1.0 1.0 1.0 0.355556    ... 1.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
1   0.015595    0.2 0.50    1.000000    1.0 0.0 1.0 1.0 1.0 0.977778    ... 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0

label 是0和1 ，這是一個二進制分類問題，這是構建 model 的代碼，我正在關注這個頁面來實現 SHAP：

#use SHAG
deep_explainer = shap.DeepExplainer(nn_model_2, x_train[:100])

# explain the first 10 predictions
# explaining each prediction requires 2 * background dataset size runs
shap_values = deep_explainer.shap_values(x_train)

這給了我錯誤：

KeyError: 0

During handling of the above exception, another exception occurred

我不知道這條消息在抱怨什么，我嘗試將 SHAP 與 XGBoost 和邏輯回歸 model 一起使用，它們都工作正常，我是 keras 和 SHAP 的新手，有人可以看看我以及我如何解決它? 非常感謝。

Answer 1

我認為SHAP （無論它是什么）期待一個 Numpy 數組，因此像 Numpy 數組一樣索引x_train ，它會產生錯誤。 嘗試：

shap_values = deep_explainer.shap_values(x_train.values)