发布说明

要查看下个版本即将发布的最新更改，请参阅 v0.50.0...master。

v0.50.0

发布于 2025-11-11 - GitHub - PyPI

有何变化

  • 将 threshold_types 移交给 GPUTreeExplainer，作者：@CloseChoice，提交于 #4181
  • 改进 base_score 分配，作者：@lsdxp，提交于 #4187
  • 针对 python 3.14 进行测试，移除对 python 3.9 和 3.10 的支持，作者：@CloseChoice，提交于 #4176
  • 始终强制 transformers label2id id 为整数，作者：@evamaxfield，提交于 #4192
  • 修复 gpu tree explainer 测试，作者：@CloseChoice，提交于 #4199

新贡献者

完整更新日志: v0.49.1...v0.50.0

v0.49.1

发布于 2025-10-14 - GitHub - PyPI

有何变化

修复损坏的 v0.49.0 版本。

由于 MacOS 上的 HTTP 错误，之前的版本未能正确发布。

v0.49.0

发布于 2025-10-14 - GitHub - PyPI

有何变化

注意：这是支持 Python 3.9 和 Python 3.10 的最后一个版本。从 v0.50.0 开始，我们将仅支持 Python 3.11 及更高版本。

  • 在 C++ 库中添加对分类拆分的支持，作者：@nqviller，提交于 #4171
  • 添加选项以自定义小提琴图的颜色条，作者：@FanwangM，提交于 #4119

其他更改

  • 如果提供，plots.image 为每行显示标签，作者：@julesvanrie，提交于 #4113
  • 使用 nbtest，作者：@CloseChoice，提交于 #4143
  • 添加了对 PyTorch Flatten 的支持，作者：@RoyiAvital，提交于 #4148
  • 更新 .save() 和 .load() 方法，以消除 Explainer 和 Serializer 中的 AttributeError，作者：@oscarl77，提交于 #4155
  • 修复 LGBMRegressor 缺少 objective 错误，作者：@imatiach-msft 和 @CloseChoice，提交于 #1063
  • 通过为特征名称添加字符串转换修复数值特征分支中潜在的 TypeError #4150，作者：@YunyuG，提交于 #4159
  • 改进 Coalition Explainer 用户指南并修复树构建，作者：@EnzoFanAccount，提交于 #4116

新贡献者

完整更新日志: v0.48.0...v0.49.0

v0.48.0

发布于 2025-06-12 - GitHub - PyPI

有何变化

已添加

文档

  • 更新“解释使用标准化特征的模型”，作者：@randombenj，提交于 #3903

其他更改

新贡献者

完整更新日志: v0.47.2...v0.48.0

v0.47.2

发布于 2025-04-17 - GitHub - PyPI

有何变化

已添加

其他更改

  • DOCS: Simple California Demo.ipynb 中分区树解释的清晰度，作者：@ethanknights，提交于 #4027
  • FIX: 唯一值抖动，作者：@fabianliebig，提交于 #4041
  • FIX: 修复 SHAP 值描述中的中性语言，作者：@Hrafz，提交于 #4058
  • 修复 javascript 绘图组件的回归测试并添加测试，作者：@CloseChoice，提交于 #4060

新贡献者

完整更新日志: v0.47.1...v0.47.2

v0.47.1

发布于 2025-03-22 - GitHub - PyPI

修复

  • 修复概要小提琴图的回归问题，作者：@CloseChoice，提交于 #4033
  • 修复新 scikit 版本中树模型缺失数据导致 SHAP 值不正确的问题，作者：@sunruslan，提交于 #3998
  • 修复调用 check_additivity 时公差过紧的问题，作者：@adamwitmer，提交于 #3993
  • 修复提取颜色时的 AttributeError，作者：@fabianliebig，提交于 #4017
  • 修复 uint32 溢出导致的加性检查失败，作者：@arhall0，提交于 #4006

新贡献者

完整更新日志: v0.47.0...v0.47.1

v0.47.0

发布于 2025-03-05 - GitHub - PyPI

有何变化

重大更改

  • 为传统条形图添加弃用警告，为新的 Explainer API 添加迁移指南，作者：@connortann，提交于 #3739

已添加

  • 为 shap.plots.scatter 添加分类支持，作者：@hypostulate，提交于 #3706
  • 在图像图中引入 vmax 参数，作者：@sd3ntato，提交于 #2848
  • 新的 beeswarm 绘图 API，接受并返回坐标轴，作者：@chriscave，提交于 #3561
  • 启用了在没有其他特征之和的情况下创建 beeswarm 图形，作者：@kalkairis，提交于 #2225
  • 自定义可视化新界面，作者：@connortann，提交于 #3788
  • 允许条形图自定义样式，作者：@connortann，提交于 #3849
  • TreeExplainer 数值敏感度，作者：@tylerjereddy，提交于 #3990
  • 更快的非树 KernelExplainer，作者：@tylerjereddy，提交于 #3944

已修复

文档

  • 修复 shap.datasets.communitiesandcrime 文档中的错误，作者：@TommyGiak，提交于 #3846
  • 修复 Understanding Tree SHAP 笔记本中的列索引，作者：@operte，提交于 #3749
  • 在 API 示例中重新格式化散点图笔记本，作者：@Xovee，提交于 #3752
  • 改进散点图的类型和文档，作者：@connortann，提交于 #3811
  • 将 intersphinx 用于一些外部链接，作者：@thatlittleboy，提交于 #3851
  • 固定文档依赖项以实现可重现性，作者：@connortann，提交于 #3885
  • 修复 LightGBM 强制图中和描述中的拼写错误，作者：@davidefiocco，提交于 #3962
  • 修复：修复 introduction 中某些部分标题的 markdown 问题…，作者：@CSantos01，提交于 #3957
  • 修复介绍笔记本中 beeswarm 图的注释，作者：@davidefiocco，提交于 #3960

维护

  • 修复：在测试中显式设置 matplotlib 插值 rcParams，作者：@connortann，提交于 #3953

其他更改

  • 在 MacOS 运行器上跳过情感分析测试，作者：@connortann，提交于 #3955
  • 移除已弃用的未使用代码 _build_delta_masked_inputs 和 Explainer._compute_main_effects，作者：@connortann，提交于 #3856
  • 改进 TreeExplainer approximate 参数的处理以保持一致性，并弃用解释器 init 方法中的该参数，作者：@CloseChoice，提交于 #3834
  • 重构 Tree explainers 中的 feature_perturbation，作者：@glemaitre，提交于 #2624
  • 测试决策图，作者：@CloseChoice，提交于 #3720
  • 提升 ruff 版本，修复规则 E721，作者：@connortann，提交于 #3751
  • 重构绘图工具和颜色，作者：@thatlittleboy，提交于 #3833
  • 重构并优化解释操作，作者：@thatlittleboy，提交于 #3850
  • 修复 CI feedstock 构建，作者：@CloseChoice，提交于 #3862
  • 向多输出 cohort 调用添加错误，作者：@CloseChoice，提交于 #3870
  • 修复 beeswarm.ipynb 中的拼写错误，作者：@kamurani，提交于 #3900
  • DeepExplainer 文档字符串改进，作者：@anitagraser，提交于 #3892
  • 在生成新的概要图之前清除图，以避免颜色条重叠，作者：@chun61205，提交于 #3921
  • 支持 summary_plot 的 rng，作者：@tylerjereddy，提交于 #3945
  • 非树 KernelExplainer 的小幅提速，作者：@tylerjereddy，提交于 #3983

新贡献者

完整更新日志: v0.46.0...v0.47.0

v0.46.0

发布于 2024-06-27 - GitHub - PyPI

有何变化

此版本增加了对最新版 numpy 和 tensorflow 的兼容性，并包含多个 bug 修复。

已添加

已更改

  • 移除了 shap.summary_plot() 中已弃用的 auto_size_plot 参数。

已修复

  • 修复了使用 float16 混合精度训练的模型解释问题，作者：@CloseChoice，提交于 #3652
  • 修复了 XGBRegressor 模型反序列化 bug，作者：@CloseChoice，提交于 #3669

以及其他几项文档和代码质量改进。

新贡献者

完整更新日志: v0.45.1...v0.46.0

v0.45.1

发布于 2024-05-07 - GitHub - PyPI

这是一个补丁版本，修复了几个错误。特别是，修复了与加载具有指数损失的 XGBoost 模型相关的错误。

有何变化

已添加

  • 为 pytorch deep explainer 添加了 selu 激活，作者：@CloseChoice，提交于 #3617
  • 由 @sroener 在 #3571 中为热力图绘制函数添加了“ax”选项

已更改

已修复

  • 由 @CloseChoice 在 #3616 中修复了加载具有指数损失的 XGBoost 模型的问题
  • 由 @CloseChoice 在 #3558 中修复了深度解释器的调用接口
  • 由 @CloseChoice 在 #3592 中修复了 Falcon 语言模型用于文本生成的问题
  • 由 @bewygs 在 #3632 中修复了 LightGBM 编译 (macOS Workflow) 问题
  • 由 @CloseChoice 在 #3616 中修复了加载具有指数损失的 XGBoost 模型的问题

以及由 @bewygs、@CloseChoice 和 @Hugh-OBrien 进行的几项文档和维护更新

新贡献者

完整更新日志：v0.45.0...v0.45.1

v0.45.0

发布于 2024-03-08 - GitHub - PyPI

这是一个相当重要的版本，包含许多破坏性更改。

感谢许多新贡献者为本次发布所做的贡献！我们渴望扩大维护者队伍，如果您有兴趣加入团队，请通过 #3559 与我们联系。

有何变化

重大更改

  • 在 #3414 中取消了对 3.8 的支持
  • 在某些情况下更改了返回的 SHAP 值的类型和形状，以与模型输出保持一致。具有多个输出的模型的 SHAP 值现在是 np.ndarray 而不是列表，由 @CloseChoice 在 #3318 中实现
  • 由 @thatlittleboy 在 #3340 中删除了 TreeExplainer 和 LinearExplainer 中已弃用的 feature_dependence 参数
  • 由 @connortann 在 #3511 中删除了 Coefficient 的弃用别名

已添加

  • 由 @connortann 在 #3414 中添加了对 python 3.12 的支持
  • 由 @trivialfis 在 #3462 中添加了对最新 CUDA 版本上的 GPU 构建的支持
  • 由 @connortann 在 #3533 中通过 PyTorch 的延迟导入将导入时间加快了 2 倍
  • 由 @richarddli 在 #3494 中添加了对条形图中返回 matplotlib 图的支持
  • 由 @CloseChoice 在 #3504 中为 TensorFlow 深度解释器添加了 selu 激活
  • 由 @CloseChoice 在 #3506 中添加了对 CatBoost 模型中特殊字符的支持
  • 由 @MonoHue 在 #3530 中添加了在 beeswarm 图中控制标记大小的功能

已修复

  • 由 @trivialfis 在 #3462 中修复了 XGBoost 模型加载问题
  • 由 @costrau 在 #3536 中修复了某些分词器造成的文本掩码问题
  • 由 @connortann 在 #3542 中修复了 KernelExplainer 在解释 TensorFlow 模型时的问题
  • 由 @connortann 在 #3547 中修复了 force_plot 对负贡献的贡献阈值
  • 由 @connortann 在 #3514 中删除了对默认警告过滤器或格式化程序的覆盖

.. 以及由 @CloseChoice、@yuanx749、@LakshmanKishore 及其他人进行的大量文档、测试和其他维护更新。

新贡献者

完整更新日志：v0.44.1...v0.45.0

v0.44.1

发布于 2024-01-25 - GitHub - PyPI

补丁版本，用于修复力图显示问题。

已修复

  • 由 @CloseChoice 在 #3464 中修复了影响力图显示的 HTML 问题
  • 由 @CloseChoice 在 #3459 中修复了 CatBoost 回归器交互值计算问题
  • 由 @CloseChoice 在 #3345 中将 XGBoost 解析更新为使用 ubjson 格式，替换了已弃用的二进制格式

其他

  • 进一步改进文档

完整更新日志：v0.44.0...v0.44.1

v0.44.0

发布于 2023-12-07 - GitHub - PyPI

此版本包含许多增强功能和错误修复。

有何变化

已添加

  • 由 @lorentzenchr 在 #3271 中实现了 KernelShap 中更快、更稳定的线性求解器
  • 由 @mtlulka 在 #3355 中启用了将 ax 传递给 group_difference() 图的功能
  • 由 @fountaindive 在 #3386 中为条形图添加了对 Explanation.display_data 的支持
  • 由 @connortann 在 #3403 中改进了从源代码构建时的构建消息

已修复

  • 由 @CloseChoice 在 #3325 中修复了 Windows 上具有特征交互的 CatboostClassifier 解释
  • 由 @vancromy 在 #3314 中修复了 XGBoost 模型参数传递给 xgboost.DMatrix 的问题
  • 由 @mtlulka 在 #3352 中明确指定了 xgboost>=1.4 约束
  • 由 @thatlittleboy 在 #3359 中修复了 DMatrix 到 CSR 矩阵的转换问题
  • 由 @CloseChoice 在 #3369 中删除了 dependence_plot 中已弃用的 use_line_collection
  • 由 @SomeUserName1 在 #2799 中修复了 scatter 图中数组重塑相关的错误

文档

新贡献者

完整更新日志：v0.43.0...V0.44.0

v0.43.0

发布于 2023-10-09 - GitHub - PyPI

有何变化

此版本包含多项错误修复和改进。

根据 NEP 29 弃用政策，此版本取消了对 python 3.7 的支持。

重大更改

  • 由 @thatlittleboy 在 #3316 中删除了已弃用的 Boston 数据集
  • 由 @thatlittleboy 在 #3121 中，Explanation.base_values 的形状已在不同 TreeExplainer 模型之间标准化为始终为 (N,) 而不是 (N,1)。

已添加

  • 由 @noxthot 在 #3265 中为 PyTorch DeepExplainer 添加了可加性检查（默认激活）
  • 由 @101AlexMartin 在 #3062 中添加了允许在多输出条形图图例中打印平均 SHAP 值的标志。
  • 由 @connortann 在 #3157 中将热力图和小提琴图添加到顶级 API
  • 由 @owenlamont 在 #3199 中用 tqdm.auto 替换了所有 tqdm 导入

已修复

  • 由 @thatlittleboy 在 #3093 中修复了 macOS 上 lightgbm 测试的段错误（使用较新版本的 libomp）
  • 由 @thatlittleboy 在 #3094 中支持包含单叶树（树桩）的 LightGBM 集成
  • 由 @danieleongari 在 #3131 中修复了 DataFrame 到 ndarray 的 Explanation.data 转换问题
  • 由 @connortann 在 #3138 中修复了 sklearn 树模型解释的瀑布图问题
  • 由 @Koen-Git 在 #3153 中修复了梯度解释器的 pandas 输入问题
  • 由 @thatlittleboy 在 #3126 中修复了具有方阵 .values 的 Explanation 对象中 feature_names 的切片问题
  • 由 @zaburo-ch 在 #2839 中修复了 force_matplotlib 在力符号全部相同情况下的 xlim 问题
  • 由 @CloseChoice 在 #3294 中修复了 col_sample < 1 时的 NGBoost 解释问题
  • 由 @noxthot 在 #3281 中修复了 PyTorch DeepExplainer 中的 torch 可加性检查问题
  • 由 @znacer 在 #3264 中将 DeepExplainer 中的 print 语句替换为警告
  • 由 @noxthot 在 #3259 中替换了已弃用的 register_backward_hook()
  • 由 @CloseChoice 在 #3306 中修复了已弃用的 xgboost early_stopping_rounds 的使用
  • 由 @connortann 在 #3084 中修复了第三方弃用警告：numba、xgboost、typing、distutils
  • 由 @connortann 在 #2974 中更新了 Javascript 包以更新已弃用的依赖项

此外，由 @connortann、@znacer、@arshiaar、@thatlittleboy、@dsgibbons、@owenlamont 和 @CloseChoice 对教程和示例进行了大量改进

新贡献者

完整更新日志：v0.42.1...v0.43.0

v0.42.1

发布于 2023-07-15 - GitHub - PyPI

补丁版本，为更广泛的架构提供 wheel。

已添加

已修复

完整更新日志：v0.42.0...v0.42.1

v0.42.0

发布于 2023-07-06 - GitHub - PyPI

此版本包含了许多更改，这些更改最初由 SHAP 社区通过 @dsgibbons 的 Community Fork 贡献，现已合并到主 shap 存储库中。来自此来源的 PR 在此处标记为 fork#123。

这将是最后一个支持 python 3.7 的版本。

已添加

已修复

  • 修复了 plot.waterfall 以支持带有布尔特征的 yticklabels（fork#58，由 @dwolfeu 贡献）。
  • 阻止 TreeExplainer.__call__ 在传递包含分类列的 pandas DataFrame 时抛出 ValueError（fork#88，由 @thatlittleboy 贡献）。
  • 修复了 shap.datasets 中的采样以进行无放回采样（fork#36，由 @thatlittleboy 贡献）。
  • 修复了将字典输入传递给 shap.plots.bar 时出现的 UnboundLocalError 问题（#3001，由 @thatlittleboy 贡献）。
  • 修复了在使用 Gradient 时 PySpark 的 tensorflow 导入问题（#2983，由 @skamdar 贡献）。
  • 修复了 shap.plots.heatmap 中颜色条的宽高比，并在内部使用 ax matplotlib API 进行绘图（#3040，由 @thatlittleboy 贡献）。
  • 修复了 numba>=0.44 的弃用警告（fork#9 和 fork#68，由 @connortann 贡献）。
  • 修复了来自 numpy 类型的 numpy>=1.24 的弃用警告（fork#7，由 @dsgibbons 贡献）。
  • 修复了来自 Ipython.core.display 的 Ipython>=8 的弃用警告（fork#13，由 @thatlittleboy 贡献）。
  • 修复了来自 tf.optimisers 的 tensorflow>=2.11 的弃用警告（fork#16，由 @simonangerbauer 贡献）。
  • 修复了来自 sklearn.linear_model 的 sklearn>=1.2 的弃用警告（fork#22，由 @dsgibbons 贡献）。
  • 修复了来自树解释器中 ntree_limit 的 xgboost>=1.4 的弃用警告（#2987，由 @adnene-guessoum 贡献）。
  • 修复了 Windows 和 MacOS 上的构建问题（#3015，由 @PrimozGodec 贡献；#3028、#3029 和 #3031，由 @connortann 贡献）。
  • 修复了 shap.explainers.Exact 中不规则数组的创建问题（#3064，由 @connortann 贡献）。

已更改

已删除

维护

v0.41.0

发布于 2022-06-16 - GitHub - PyPI

大量错误修复和 API 改进。

v0.40.0

发布于 2021-10-20 - GitHub - PyPI

此版本包含许多错误修复和大量新功能，特别是针对基于 Transformer 的 NLP 模型。一些亮点包括

  • NLP 模型解释的新图表、错误修复、文档和功能（详情请参阅文档）。
  • 通过 @sander-sn 重要的排列解释器性能修复
  • 新的联合散点图，可在同一 y 轴上同时绘制许多图
  • 通过 @morriskurz 改进了树模型的内存使用
  • 通过 @coryroyce 新文档
  • 通过 @PrimozGodec 新的 wheel 包构建
  • 通过 @gialmisi 改进了文档的暗模式
  • 通过 @c56pony @nsorros @jebarb 调整 API

v0.39.0

发布于 2021-03-03 - GitHub - PyPI

大量新的文本解释器工作得益于 @ryserrao，序列化得益于 @vivekchettiar！（稍后会注明所有其他更改）

v0.38.1

发布于 2021-01-15 - GitHub - PyPI

修复了与 v0.38.0 版本和序列化更新的版本不匹配问题。

v0.38.0

发布于 2021-01-14 - GitHub - PyPI

此版本包含对 Transformer 文本模型解释的改进支持以及对新的基于 Explanation 对象的 API 的支持。具体改进包括

v0.37.0

发布于 2020-11-04 - GitHub - PyPI

此版本包含对新 API 的更多支持、许多错误修复以及初步的模型无关文本/图像解释器支持（仍处于测试阶段）。具体贡献包括

  • 通过 @tcbegley 修复 Sampling explainer 样本计数问题
  • 添加多条形图绘制支持。
  • 初步支持队列。
  • 通过 @suragnair 修复导入错误
  • 通过 @zhanjiezhu 修复 Tree explainer 在 max_features < 1 的隔离森林中的问题
  • 通过 @lrjball 大量的文档清理和更新
  • 通过 @anusham1990 修复错别字
  • 添加了 Exact explainer 的文档 Notebook。
  • 文本和图像解释器得益于 @anusham1990 和 Ryan Serrao
  • 修复 shap.utils.hclust 的 bug
  • 初步支持 InterpretML EBM 模型。
  • 为 Explainer 对象添加了列分组功能。
  • 修复 PyTorch 的 Deep explainer 中 for 循环索引 bug 得益于 @quentinRaq
  • 初步的文本到文本可视化概念得益于 @vivekchettiar
  • 通过 @wangjoshuah 颜色转换警告修复
  • 通过 @PrimozGodec 修复 Kernel explainer 中伪逆的不可逆性问题
  • 新的基准测试代码得益于 @maggiewu19 和 @vivekchettiar
  • 其他小的 bug 修复和增强。

v0.36.0

发布于 2020-08-27 - GitHub - PyPI

此版本包含对 SHAP 代码库的重大重构，使其成为一个新的（更干净的）API。应保留完全向后兼容性，但现在大多数功能都可以在新 API 的位置使用。请注意，此 API 仍处于测试阶段，因此在下个版本发布之前，请避免将其用于生产代码。亮点包括

  • 一个新的 shap.Explainer 对象，可根据给定模型和掩码数据集自动选择解释器。
  • 一个新的 shap.Explanation 对象，允许对数据、SHAP 值、基值（期望值）和其他解释特定元素进行并行切片。
  • 一个新的 shap.maskers.* 模块，将各种掩码（即扰动/隐藏）特征的方法与算法本身分离。
  • 一个新的 shap.explainers.Partition explainer，可以非常快速地解释任何文本或图像模型。
  • 一个新的 shap.maskers.Partition masker，可确保紧密分组的特征同步扰动，从而防止“不真实”的模型输入不适当地影响模型预测。它还允许对“结构化博弈”（根据分层聚类结构化联盟）进行精确的二次时间 SHAP 值计算。
  • 一个新的 shap.plots.* 模块，其中包含经过改进的绘图类型，所有类型都支持新的 API。绘图现在命名更直接，因此 summary_plot（默认）变为 beeswarm，dependent_plot 变为 scatter。并非所有绘图都已移植到新 API，但大多数已移植。
  • 一个新的 notebooks/plots/* 目录，提供如何使用新绘图函数的示例。
  • 一个新的 shap.plots.bar 函数，可直接创建条形图并显示分层聚类结构以将冗余特征分组在一起，并显示 Partition explainer 使用的结构（它依赖于 Owen 值，它是 Shapley 值的扩展）。
  • 通过 @jameslamb 均匀检查修复
  • 通过 @PrimozGodec 稀疏 kmeans 支持
  • 通过 @rightx2 Pytorch 错误修复
  • 通过 @SachinVarghese NPM JS 代码清理
  • 通过 @ehuijzer 修复 logit force plot bug
  • 通过 @floidgilbert Decision plot 文档更新
  • 通过 @ChemEngDataSci sklearn GBM 修复
  • 通过 @lrjball XGBoost 1.1 修复
  • 通过 @QuentinAmbard 使 SHAP spark 可序列化
  • 通过 @nasir-bhanpuri 自定义 summary plot 颜色映射
  • 通过 @YotamElor 支持 KernelSHAP 的字符串输入
  • 通过 @imatiach-msft 文档修复
  • 通过 @fabsig 支持 GPBoost
  • 通过 @gracecarrillo 和 @aokeson 导入 bug 修复

0.35.0

发布于 2020-02-27 - GitHub - PyPI

此版本包括

  • 对 TensorFlow 2 的更好支持（感谢 @imatiach-msft）
  • TreeExplainer 中对 NGBoost 模型的支持（感谢 @zhiruiwang）
  • TreeExplainer 支持新的 sklearn.ensemble.HistGradientBoosting 模型。
  • 用于图像和文本的 PartitionExplainer 的新改进版本。
  • 通过 @DorianCzichotzki 的 IBM zOS 兼容性。
  • 支持 XGBoost 1.0
  • 许多错误修复，感谢 Ivan、Christian Paul、@RandallJEllis 和 @ibuda。

0.34.0

发布于 2019-12-27 - GitHub - PyPI

此版本包括

  • 许多小的错误修复。
  • 通过 @koomie 改进了 matplotlib 文本旋转时的对齐
  • 清理了 C++ transformer 代码，以便更容易进行 PR。
  • 修复了 TreeExplainer 中 check_additivity 容差过紧的问题 #950
  • 更新了 LinearExplainer API 以匹配 TreeExplainer
  • 通过 @SimonStreicher 允许在 summary_plot 中自定义类排序

0.33.0

发布于 2019-12-11 - GitHub - PyPI

此版本包含各种错误修复和新功能，包括

  • 通过 @QuentinAmbard 添加了对 TreeExplainer 的 PySpark 支持
  • 一种新的绘图类型，它是 force_plot 的替代品，即 waterfall_plot
  • 一个新的 PermutationExplainer，它是 KernelExplainer 和 SamplingExplainer 的替代品。
  • 通过 @s6juncheng 为 PyTorch 的 GradientExplainer 添加了 return_variances
  • 现在我们使用异常而不是 TreeExplainer 中的断言，感谢 @ssaamm
  • 通过 @Jimbotsai 修复了 image_plot 转置问题
  • 修复颜色条轴附件问题，感谢 Lasse Valentini Jensen
  • 通过 @gabrieltseng 修复 PyTorch 中的 tensor 附件问题
  • 通过 @joelostblom 修复 summary_pot 中的颜色裁剪范围
  • 通过 @lemon-yellow 处理 sklearn 0.22 API 更改
  • 通过 @imatiach-msft 确保 matplotlib 是可选的

0.32.1

发布于 2019-11-06 - GitHub - PyPI

此版本旨在通过 travis 和 appveyor 推出更好的自动部署包。

0.32.0

发布于 2019-11-06 - GitHub - PyPI

此版本包括

  • 通过 @JiechengZhao 支持 sklearn 隔离森林
  • 新的 check_additivity 测试以确保 DeepExplainer 和 TreeExplainer 中没有错误
  • 修复 #861，#860
  • 修复缺少 readme 示例 html 文件
  • 通过 @QuentinAmbard 支持 spark 决策树回归器
  • 通过 @parsatorb 更好的安全 isinstance 检查
  • 通过 @bottydim 修复 TF < 2 中的急切执行

0.31.0

发布于 2019-10-21 - GitHub - PyPI

此版本包含几个新功能和错误修复

  • GradientExplainer 现在支持 TensorFlow 2.0。
  • 我们现在延迟加载绘图依赖项，这意味着 pip install 不再需要同时拉取 matplotlib、skimage 和 ipython。这应该会使安装更轻，特别是那些不需要绘图的安装 :)
  • 为小问题添加了一个新的 BruteForceExplainer，便于测试和比较。
  • 添加了一个新的 partial_dependence_plot 函数。此函数将用于在未来的示例 Notebook 中说明部分依赖图和 SHAP 值之间的密切联系。
  • 通过 @gabrieltseng 处理 LinearExplainer 中没有截距的多类情况
  • pip install 期间的一些 extras_require 选项，感谢 @AbdealiJK
  • 其他小的错误修复和更新

0.30.2

发布于 2019-10-09 - GitHub - PyPI

此版本主要用于删除 setup.py 中没有的 dill 依赖项。它还包括

0.30.1

发布于 2019-09-09 - GitHub - PyPI

  • 修复了最近 sklearn 版本树模型中的浮点舍入不匹配问题
  • 一项更新，允许 TreeExplainer 更容易加载自定义树集成模型。
  • 通过 @floidgilbert decision_plot 文档更新

0.30.0

发布于 2019-08-31 - GitHub - PyPI

0.29.3

发布于 2019-06-19 - GitHub - PyPI

  • 修复了由于 TensorFlow 1.14 中的更改导致的 DeepExplainer 问题。

0.29.2

发布于 2019-06-19 - GitHub - PyPI

各种错误修复和改进，包括

  • 通过 @dvpolyakov 添加 CatBoost 的二元分类 SHAP 值
  • 通过 @pmeier-tiplu 修复绘图的整数除法
  • 通过 @mqk 支持将 Axes 对象传递给 dependence_plot
  • 通过 @gabrieltseng 添加自适应平均池化和转置卷积层
  • 通过 @hchandola 修复缺少 matplotlib 后端的导入错误
  • 通过 @prempiyush 修复 TreeExplainer GradientBoostingClassifier bug
  • 通过 @KOLANICH 使 tqdm 在 Notebook 中更好地工作
  • 通过 @juliusbierk 允许 deep_pytorch 使用 cuda 模型
  • 通过 @nasir-bhanpuri 修复 sklearn GradientBoostingRegressor bug
  • 通过 @imatiach-msft 为 shap 线性解释器添加稀疏支持

0.29.1

发布于 2019-05-15 - GitHub - PyPI

修复以支持最新版本 sklearn 中的更改

0.29.0

发布于 2019-05-14 - GitHub - PyPI

此版本的一些亮点贡献（按时间顺序）

  • 通过 @jorgecarleitao 更好的测试
  • 通过 @verdimrc 图像绘图自定义
  • 通过 @JiechengZhao DeepExplainer 中 PyTorch 的 Batch norm 支持
  • 通过 @gabrieltseng pytorch deep explainer 的 Leaky ReLU 和其他 conv 层支持
  • 通过 @moritzaugustin 修复了梯度解释器中的 keras 多输入并改进了随机种子
  • 通过 @doramir 支持 catBoost ranker
  • 通过 @imatiach-msft 将 XGBRanker 和 LGBMRanker 添加到 TreeExplainer
  • 通过 @andriy-nikolov 修复 DeepExplainer 中 tf.keras 的嵌入查找
  • 通过 @rcarneva 自定义 dependence_plot 颜色映射
  • 通过 @dvpolyakov 修复 CatBoost 模型中可能的除零问题
  • 许多其他错误修复/改进！

0.28.5

发布于 2019-02-16 - GitHub - PyPI

此版本仅用于刷新 AppVeyor 上未完成 0.28.4 的 Windows 构建

0.28.4

发布于 2019-02-16 - GitHub - PyPI

  • 修复了 TreeExplainer 的内存损坏错误（感谢 @imatiach-msft）
  • 添加了对 skopt Random Forest 和 ExtraTrees Regressors 的支持（感谢 @Bacoknight）
  • 添加了对带文本旋转的 matplotlib forceplot 的支持（感谢 @vatsan）
  • 添加了 save_html 函数

0.28.3

发布于 2019-01-24 - GitHub - PyPI

  • 修复了 0.28 引入的一些绘图着色问题（例如 #406）

0.28.2

发布于 2019-01-23 - GitHub - PyPI

  • 降级 numpy API 用法以支持旧版本。

0.28.1

发布于 2019-01-23 - GitHub - PyPI

  • 修复了 Windows 上加载 XGBoost 模型时的字节对齐问题。
  • 现在通过 @HughChen 匹配 XGBoost 模型中的 tree_limit 用法
  • 修复了 TreeExplainer 中转换模型输出的 expected_value 的问题

0.28.0

发布于 2019-01-21 - GitHub - PyPI

  • 在 KernelExplainer 中添加了基于排名的特征选择支持。
  • KernelExplainer 中 l1_reg="auto" 已弃用，未来将默认使用 l1_reg="num_features(10)"
  • 基于 Lch 颜色空间的新颜色刻度。
  • 多类摘要图更好的自动颜色选择。
  • 更好地绘制 dependence_plots 中的 NaN 值
  • 通过 @gabrieltseng 更新 PyTorch 1.0
  • 修复 sklearn DecisionTreeClassifier 处理以正确归一化为概率输出
  • 当 feature_dependence="independent" 时，为 TreeExplainer 启用多输出模型支持
  • 正确加载 LightGBM 模型的 objective 以用于解释模型损失。
  • 修复 sklearn 模型的数值精度不匹配。
  • 通过现在直接从内存而不是 JSON 加载来修复 XGBoost 模型的数值精度不匹配。

0.27.0

发布于 2019-01-01 - GitHub - PyPI

  • 更好的层次聚类排序，现在可以旋转子树以提供更多的连续性。
  • 解决 XGBoost JSON 问题。
  • 在进行自动交互检测时考虑 NaN 值。
  • PyTorch 修复。
  • 更新了 LinearExplainer。

0.26.0

发布于 2018-12-12 - GitHub - PyPI

  • TreeExplainer 的完全重构，以支持更深层的 C++ 集成
  • TreeExplainer 中解释树模型转换输出的能力，包括损失。与 @HughChen 合作
  • 通过 @AvantiShri 允许 DeepExplainer 中的动态参考值
  • 通过 @ihopethiswillfi 添加分类依赖图的 x_jitter 选项
  • 通过 @dmilad 添加了对带分位数损失的 GradientBoostingRegressor 的支持
  • 更好地绘制 NaN 值
  • 修复了几个 bug。

0.25.2

发布于 2018-11-09 - GitHub - PyPI

  • 通过 @JasonTam 允许将 ordering_keys 传递给 force_plot
  • 通过 @imatiach-msft 修复了 KernelExplainer 的稀疏非零背景问题
  • 修复了 DeepExplainer 中支持 tf.concat 的问题。

0.25.1

发布于 2018-11-08 - GitHub - PyPI

修复了 pip 包中未包含 tree_shap.h 的问题。

0.25.0

发布于 2018-11-07 - GitHub - PyPI

  • GradientExplainer 中支持 PyTorch，以及 DeepExplainer 中对 PyTorch 的初步支持，感谢 @gabrieltseng。
  • 通过 @jverre 的单样本 force_plot 的 matplotlib 版本。
  • 支持 GradientExplainer 中的函数式 Keras 模型。
  • KernelExplainer 速度提升。
  • 各种性能改进和错误修复。

0.24.0

发布于 2018-08-24 - GitHub - PyPI

新改进包括：稀疏输入情况下 KernelExplainer 执行更快。支持 sklearn 梯度提升分类器。DeepExplainer 扩展以支持非常深的模型。

0.23.1

发布于 2018-08-16 - GitHub - PyPI

这修复了 DeepExplainer 的 softmax 运算符的数值稳定性问题。它还修复了 image_plot 的次要对齐问题。

0.23.0

发布于 2018-08-16 - GitHub - PyPI

此版本包含一个由 @imatiach-msft 提供的 KernelExplainer 的出色更新。KernelExplainer 现在运行更快并支持稀疏数据矩阵！

我们还重构了 DeepExplainer 并使其与 TensorFlow 1.10 兼容。仍然有一些问题需要解决，但 DeepExplainer 越来越完善了 :)

v0.22.3

发布于 2018-08-09 - GitHub - PyPI

修复了 DeepExplainer 在 TensorFlow >= 1.9 上的问题。修复了条形图问题。

v0.22.2

发布于 2018-08-08 - GitHub - PyPI

修复了 pip 打包其他解释器时出现的错误。

v0.22.1

发布于 2018-08-08 - GitHub - PyPI

修复了上次发布时从 pip 安装时引入的导入错误。

v0.22.0

发布于 2018-08-08 - GitHub - PyPI

将 iml 中的 JS 代码集成到 shap 中以简化依赖项。为 DeepExplainer 中的更多 TensorFlow 组件添加了支持。重构了绘图函数并删除了一些长期弃用的函数。修复了 KernelExplainer 在使用非零参考值时的错误（#192）。

v0.21.0

发布于 2018-07-24 - GitHub - PyPI

一个新的 LinearExplainer，可以估计线性模型的 SHAP 值，同时考虑输入特征之间的相关性。

v0.20.2

发布于 2018-07-23 - GitHub - PyPI

修复了 LightGBM 中分类特征的一些问题。还修复了 v.20 API 更改导致的一些问题。

v0.20.1

发布于 2018-07-17 - GitHub - PyPI

这只是一个用于构建 Windows wheel 文件的标签。

v0.20.0

发布于 2018-07-17 - GitHub - PyPI

此版本带来了重要的接口更改。模型的期望值不再作为返回的 shap_values 数组的最后一列包含。相反，可以通过 explainer.expected_value 访问它。这应该会使未来的事情更加清晰，因为 shap_values 矩阵的形状现在将与模型的输入数组完全相同。这对于具有许多维度输入张量的深度学习模型尤为重要。请注意，由于此更改，shap.force_plot() 现在需要模型的期望（基）值作为第一个参数。

v0.19.5

发布于 2018-07-13 - GitHub - PyPI

添加了对嵌入层和 LSTM dropout 的支持等。

v0.19.4

发布于 2018-07-12 - GitHub - PyPI

DeepExplainer 现在支持 LSTM 使用的 TensorFlow 组件。

V0.19.3: v0.19.3

发布于 2018-07-07 - GitHub - PyPI

现在提供功能齐全的 DeepExplainer 和 GradientExplainer 实现。

v0.19.2

发布于 2018-06-29 - GitHub - PyPI

修复了解释 sklearn 模型时的一个重要 bug（#137）。

v0.19.1

发布于 2018-06-28 - GitHub - PyPI

这标志着在支持 DeepExplainer 中的多维输入之前潜在接口更改的最终版本。