CatBoost-shap集成模型中的一种，本项目用在了回归问题上，并对模型和变量采用shap进行解释分析 Python代码，自带数据集，可以直接运行，代码实价，联系 所有图所见即所得，只会更多
from catboost import CatBoostRegressor, Pool import shap import pandas as pd import matplotlib.pyplot as plt # 加载数据 data = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/BostonHousing.csv') X = data.iloc[:,:-1] y = data.iloc[:,-1] # 训练CatBoost model = CatBoostRegressor(iterations=300, depth=5, learning_rate=0.1, verbose=0) cat_features = list(X.select_dtypes(include='object').columns) model.fit(X, y, cat_features=cat_features) # SHAP魔法开始 explainer = shap.TreeExplainer(model) shap_values = explainer.shap_values(Pool(X, cat_features=cat_features)) # 特征重要性全景图 plt.figure(figsize=(10,6)) shap.summary_plot(shap_values, X, plot_type="bar") plt.title('特征影响力排行榜') plt.tight_layout() # 单样本决策推演 sample_idx = 42 shap.force_plot(explainer.expected_value, shap_values[sample_idx], X.iloc[sample_idx], matplotlib=True, text_rotation=15)跑完这段代码你会看到两张图——第一张是特征重要性排序，像游戏战力榜一样展示各个特征对房价的影响力；第二张是单样本预测的"决策推演"，像拆解俄罗斯套娃一样展示每个特征如何影响最终预测值。
这里有个骚操作：cat_features参数自动处理类别型变量，连one-hot都不用做。比如数据里如果有房屋类型（别墅/公寓）这种字符串特征，CatBoost自己就能消化，比XGBoost省事得多。
SHAP值分析时注意这个细节：
Pool(X, cat_features=cat_features) # 必须用Pool对象传递类别特征信息如果直接传DataFrame，模型会忘记哪些是类别特征，导致SHAP解释出现偏差。这个坑我帮你们踩过了，记得用Pool封装数据。
看特征重要性图时，重点关注颜色深浅——红色表示特征值大，蓝色表示特征值小。比如'rm'（房间数）特征，当柱子偏红时说明房间多的房子预测价更高，符合常识。
当看到单样本force_plot时，找那个把预测值往右推的最强特征。比如某个样本的'ptratio'（师生比）特别低（教育资源好），SHAP值就会用红色长箭头把预测价顶上去，比看枯燥的特征权重直观多了。
)
