用蜂群图分析特征影响
继续您在大学担任数据科学家的角色，现在请将重点转向更细致地分析单个特征对录取结果的影响。找出影响录取决策的关键因素很重要，但更深入的分析能帮助我们理解这些因素的变化如何具体影响模型预测。这些洞见将帮助回答诸如测试分数或 CGPA 的变化如何影响被录取概率等问题，为制定更明智的决策和政策建议提供更清晰的依据。
shap 库以及训练数据（X_train、y_train）已为您预加载。
本练习是课程的一部分
Python 可解释性 AI
练习说明
- 使用
TreeExplainer推导得到shap_values。 - 使用得到的
shap_values绘制蜂群图并进行分析。
交互式实操练习
通过完成这段示例代码来试试这个练习。
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Derive shap values
explainer = ____
shap_values = ____
# Plot the beeswarm plot
____