SHAP不能直接用shap.TreeExplainer解释LogisticRegression，因为该解释器仅支持树模型，强行传入会报ValueError；必须改用shap.LinearExplainer（需传模型和X_train.mean(0)）或shap.Explainer（基于Kernel SHAP，支持任意模型但较慢）。
SHAP为什么不能直接用shap.TreeExplainer解释sklearn的LogisticRegression
因为LogisticRegression不是树模型，shap.TreeExplainer内部依赖树结构做高效路径积分，强行传入会报错ValueError: Model must be a tree-based model。这时候得换解释器——对线性/非树模型，必须用shap.LinearExplainer（可解释LinearRegression、LogisticRegression）或更通用的shap.Explainer（基于Kernel SHAP，支持任意模型但慢）。
用shap.LinearExplainer解释LogisticRegression要传哪几个参数
shap.LinearExplainer需要两个核心输入：训练好的模型对象 + 训练数据的特征均值（作为背景分布）。它不接受原始X_train矩阵，而是要求用X_train.mean(0)生成一维向量。漏掉这个会报TypeError: background dataset must be 2D。
- 正确写法：
explainer = shap.LinearExplainer(model, X_train.mean(0)) - 错误写法：
shap.LinearExplainer(model, X_train)（维度错）或shap.LinearExplainer(model, X_train[0])（少了一维） - 注意：如果模型用了
fit_intercept=False，LinearExplainer仍能工作，但解释值会包含截距项贡献，需结合model.intercept_手动验证
用shap.Explainer跑Kernel SHAP时性能卡住怎么办
shap.Explainer默认走Kernel SHAP，对1000个样本+20维特征，单次explainer(X_test[:1])可能耗时数秒。这不是bug，是算法本质——它要采样上千个扰动子集并反复调用model.predict_proba。
- 提速关键：设
nsamples参数，比如explainer = shap.Explainer(model.predict_proba, X_train, nsamples=100)（默认是"auto"≈2**10） - 别用
model.predict当函数传入——predict_proba返回概率向量，predict只返回类别标签，SHAP需要连续输出才能算梯度 - 若X_train太大（>10k行），先用
shap.sample(X_train, 100)抽背景样本，否则内存爆掉
画shap.summary_plot时y轴标签全是数字，怎么显示原始特征名
SHAP默认把X_train当numpy数组处理，丢掉列名。只要传入pandas DataFrame，并确保shap.Explainer或LinearExplainer接收的是带列名的df，后续绘图就会自动映射。
- 安全做法：训练前用
pd.DataFrame(X_train, columns=feature_names)包装，且model.fit()也用这个df - 如果已用numpy训练完，补救方式是给
shap_values加feature_names参数：shap.summary_plot(shap_values, X_test, feature_names=feature_names) - 注意：
feature_names长度必须等于特征数，否则报ValueError: feature_names must have same length as features
真正容易被忽略的是背景数据的选择——用训练集均值还是随机抽样？前者稳定但可能偏离测试样本分布；后者更贴近局部，但每次运行结果有浮动。没有银弹，得根据你的业务场景选：风控模型倾向用均值保证一致性，推荐系统更适合用测试样本自身做背景（shap.Explainer(model, X_test[i:i+1])）。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
