shap

A game theoretic approach to explain the output of any machine learning model.

AI 简介

SHAP（SHapley Additive exPlanations）是一个基于博弈论的机器学习模型可解释性工具，用于为任意模型的预测结果提供局部、一致且可加的特征归因解释。其核心基于Shapley值理论，支持高效精确计算（如Tree SHAP加速算法），兼容深度学习、梯度提升树（XGBoost/LightGBM/CatBoost）、sklearn等主流模型，并提供丰富的可视化接口。适用于模型调试、合规审计、特征重要性分析及高风险领域（如金融风控、医疗诊断）中的可信AI落地场景。