3. SHAP 模型解释类型：Global、Local、Interaction 与可视化

SHAP 基于博弈论中的 Shapley 值，为每个特征分配一个对预测的贡献值。根据分析粒度的不同，SHAP 提供了四种核心解释类型：全局解释、局部解释、交互作用解释，以及对应的可视化工具——依赖图与汇总图。理解这些类型是构建可解释 AI 流水线的基础。

3.1 四种解释类型对比

3.2 Global 全局解释：特征重要性排序

全局解释衡量每个特征在所有样本上的平均绝对 SHAP 值。值越大，该特征对模型输出的平均影响越强。这是最常用的特征重要性指标，比传统的基于 impurity 或系数的方法更一致且无偏。

import shap

# 假设已训练好模型 model，背景数据 X_background，待解释数据 X_explain
explainer = shap.TreeExplainer(model, X_background)
shap_values = explainer.shap_values(X_explain)

# 全局特征重要性：平均 |SHAP 值|
global_importance = np.abs(shap_values).mean(axis=0)
feature_names = X_explain.columns
importance_df = pd.DataFrame({
    'feature': feature_names,
    'importance': global_importance
}).sort_values('importance', ascending=False)
print(importance_df.head(10))

3.3 Local 局部解释：单样本归因

局部解释将单个预测值分解为每个特征的贡献。基础值（Expected Value）是背景数据上的平均预测，每个特征的 SHAP 值表示该特征将预测从基础值推高或拉低的幅度。所有特征贡献之和加上基础值等于模型输出。

# 对第 0 个样本进行局部解释
shap.waterfall_plot(shap.Explanation(
    values=shap_values[0],
    base_values=explainer.expected_value,
    data=X_explain.iloc[0],
    feature_names=feature_names
))

瀑布图从底部的基础值开始，每个特征依次叠加其 SHAP 值（红色为正向推动，蓝色为负向拉动），最终到达顶部的模型预测值。这是向业务方解释单个决策最直观的方式。

3.4 Interaction 交互作用解释

当两个特征共同作用时，它们对预测的影响可能大于各自独立贡献之和。SHAP 交互值通过计算 Shapley 交互指数来量化这种协同效应。交互值矩阵的对角线是主效应，非对角线是交互效应。

# 计算交互作用 SHAP 值
shap_interaction = explainer.shap_interaction_values(X_explain)

# 查看特征 i 和特征 j 的交互值
i, j = 0, 1
interaction_effect = shap_interaction[:, i, j]
print(f"特征 {feature_names[i]} 与 {feature_names[j]} 的平均交互 SHAP 值: {interaction_effect.mean():.4f}")

3.5 依赖图与汇总图

依赖图和汇总图是 SHAP 最强大的可视化工具，分别用于探索特征效应模式和全局特征分布。

3.5.1 汇总图（Summary Plot）

汇总图结合了特征重要性和效应方向。每个点代表一个样本的一个特征，横轴是 SHAP 值，纵轴按特征重要性排序，颜色表示特征值的高低（红高蓝低）。

shap.summary_plot(shap_values, X_explain, feature_names=feature_names)

3.5.2 依赖图（Dependence Plot）

依赖图展示单个特征的 SHAP 值随该特征值的变化趋势。如果存在交互作用，可以通过第二个特征的颜色编码来揭示交互效应。

# 绘制特征 'age' 的依赖图，用 'income' 作为交互颜色
shap.dependence_plot('age', shap_values, X_explain, 
                     interaction_index='income')

当依赖图中出现明显的垂直色带分离或非线性模式时，表明该特征与其他特征存在交互作用。

3.6 四种解释类型的工程选择策略

在实际项目中，应根据阶段和目标选择合适的解释类型：

• 模型开发阶段： 使用 Global 解释进行特征筛选和模型调试，识别冗余或噪声特征。
• 业务决策阶段： 使用 Local 解释对每个预测结果提供归因说明，满足监管合规要求。
• 特征工程阶段： 使用 Interaction 解释发现特征间的协同效应，构造交叉特征。
• 模型验证阶段： 使用 Dependence 图检查特征效应是否符合业务常识（如单调性、阈值效应）。

3.7 小结：选择正确的解释类型

SHAP 的四种解释类型并非互斥，而是互补的。在实际工程中，建议按以下优先级组合使用：

1. 先 Global：用汇总图快速了解模型整体行为，识别 Top-K 重要特征。
2. 再 Local：对异常样本、边界样本或高价值样本进行瀑布图分析。
3. 后 Interaction：对 Top 特征两两计算交互 SHAP 值，发现潜在交叉特征。
4. 最后 Dependence：验证关键特征的效应是否符合业务预期，检测数据漂移。