SHAP的heatmap代码

以下是使用SHAP生成heatmap的示例代码：

import shap
import numpy as np
import matplotlib.pyplot as plt

# 加载数据
X,y = shap.datasets.diabetes()

# 训练模型
from sklearn.ensemble import RandomForestRegressor
rf = RandomForestRegressor(n_estimators=100)
rf.fit(X, y)

# 使用TreeExplainer计算SHAP值
explainer = shap.TreeExplainer(rf)
shap_values = explainer.shap_values(X)

# 生成heatmap
shap.summary_plot(shap_values, X, plot_type="bar")

这段代码会生成一个包含所有特征对应SHAP值的heatmap，用于帮助理解每个特征对模型预测结果的影响程度。其中，X是训练数据，y是标签，rf是训练好的模型，explainer是使用TreeExplainer计算SHAP值的对象，shap_values是计算得到的SHAP值，最后一行代码会生成heatmap。你可以根据实际需要调整参数和绘图方式。