Python绘制XGB+SHAP分析特征重要性极坐标玫瑰图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import matplotlib.pyplot as pltimport pandas as pdimport numpy as npimport shapimport xgboost as xgbfrom sklearn.model_selection import train_test_split, GridSearchCVfrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import mean_squared_error, mean_absolute_error, r2_scoreimport matplotlib.colors as mcolorsfrom matplotlib import cm

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES= {    1: 'Spectral_r',}SHAP_COLOR_INDEX =19 #蜂巢图的配色POLAR_COLOR_INDEX =19 #极坐标玫瑰图的配色

# =========================================================================================# ======================================3.子图布局控制=======================================# =========================================================================================#蜂巢图的布局控制SHAP_X = 0.05  #蜂巢图左下角的 X 坐标SHAP_Y = 0.15  #蜂巢图左下角的 Y 坐标SHAP_W = 0.55  #蜂巢图的宽度SHAP_H = 0.75  #蜂巢图的高度#极坐标图的布局控制POLAR_X = 0.50  #极坐标图左下角的 X 坐标POLAR_Y = 0.1  #极坐标图左下角的 Y 坐标POLAR_SIZE = 0.75  #极坐标图的整体尺寸POLAR_BOTTOM_VAL = 15 #极坐标图内圈空心圆的半径POLAR_GAP = 2.0  #内圈实线与柱子之间的间隔大小

# =========================================================================================# ======================================4.绘图函数=======================================# =========================================================================================def draw_shap_analysis_plot(shap_values, X_val, df_polar):    fig = plt.figure(figsize=(20, 10))  # 创建画布    #获取配色    shap_cmap_name = COLOR_SCHEMES.get(SHAP_COLOR_INDEX, 'coolwarm') #蜂巢图    cmap_shap = matplotlib.colormaps[shap_cmap_name]    polar_cmap_name = COLOR_SCHEMES.get(POLAR_COLOR_INDEX, 'Spectral_r')  #极坐标图    cmap_polar = matplotlib.colormaps[polar_cmap_name]

    # =======================    #左图    # =======================    # 定义左图的位置参数    ax1_pos = [SHAP_X,  #左               SHAP_Y,  #下               SHAP_W,  #宽               SHAP_H]  #高    # 在画布上添加左图坐标轴    ax1 = fig.add_axes(ax1_pos)    plt.sca(ax1)  #将当前绘图区域切换到 ax1    #绘制蜂巢图    shap.summary_plot(shap_values,  #SHAP 值                      X_val,  # 特征数据                      show=False,  #不立即显示                      plot_type="dot",  # 点图                      max_display=len(df_polar),  # 最大显示的特征数量                      sort=False,  # 关闭自动排序                      cmap=cmap_shap)  #颜色映射方案    ax1.set_title("SHAP Factor Summary Plot", fontsize=16)  #设置标题    # 子图编号    ax1.text(0.5,  # X 坐标             -0.1,  #Y 坐标             "(a)",  #文本             transform=ax1.transAxes,  #坐标系             ha='center',  #水平对齐             fontsize=16)  #字体大小

    # =======================    # 极坐标图    # =======================    #位置参数    ax2_pos = [POLAR_X,#左               POLAR_Y,#下               POLAR_SIZE,#宽               POLAR_SIZE] #高    # 绘制极坐标柱状图    bars = ax2.bar(theta,  #每个柱子的角度中心位置                   df_polar['Value'],  # 每个柱子的长度                   width=width,  # 柱子的宽度                   bottom=POLAR_BOTTOM_VAL + POLAR_GAP,  # 柱子底部的起始半径                   color=colors,  # 填充颜色                   edgecolor='black',  # 边框的颜色                   linewidth=0.8)  # 边框线条的宽度    ax2.plot(circle_theta,  #角度坐标             circle_r,  #半径             color='black',  #线条的颜色             linewidth=1,  #线条的宽度             linestyle='-')  #样式

    ax2.set_theta_zero_location("N")  #极坐标的零度方向为正北    ax2.set_theta_direction(-1)  #极坐标的角度增长方向为顺时针    ax2.set_axis_off()  # 关闭默认的坐标轴    # 遍历每个柱子，添加数值和标签    for angle, value, feature, raw_val inzip(theta, df_polar['Value'], df_polar['Feature'], df_polar['Raw']):        angle_deg = np.degrees(angle)  # 将弧度转换为角度        # 计算半径 (基础 + 间隔 + 柱子长度)        visual_top = POLAR_BOTTOM_VAL + POLAR_GAP + value        # 如果在右半圆        if 0 <= angle_deg < 180:            rotation = 90 - angle_deg  #文本旋转角度            alignment_ha = 'left'  # 水平对齐            alignment_va = 'center'  # 垂直对齐        ax2.text(angle,  #角度坐标                 pos_outer,  #半径坐标                 label_text,  #文本内容                 ha=alignment_ha,  #水平对齐                 va=alignment_va,  #垂直对齐                 rotation=rotation,  #文本旋转角度                 rotation_mode='anchor',  #旋转模式                 fontsize=9,  #字体大小                 fontweight='bold',  #字体粗细                 color='black')  #字体颜色

# 在右图中插入一个子坐标轴用于颜色调    cax = ax2.inset_axes([0.48, 0.35, 0.04, 0.3], transform=ax2.transAxes)    sm = cm.ScalarMappable(cmap=cmap_polar, norm=norm)  # 创建 ScalarMappable 对象    ax2.text(0.5,             -0.05,             "(b)",             transform=ax2.transAxes,             ha='center',             fontsize=16)    #保存    plt.savefig(fr'result_S{SHAP_COLOR_INDEX}_P{POLAR_COLOR_INDEX}.png' , dpi=300, bbox_inches='tight')    plt.savefig(fr'result_S{SHAP_COLOR_INDEX}_P{POLAR_COLOR_INDEX}.pdf' , bbox_inches='tight')

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == '__main__':    DATA_PATH = r'data.xlsx'  # 原始数据    df = pd.read_excel(DATA_PATH)  #读取    X = df.iloc[:, :-1]  # 特征    y = df.iloc[:, -1]  #目标变量    feature_names = X.columns.tolist()  # 获取特征名称    # 将数据集划分为训练集和验证集    X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.2, random_state=42)    #标准化处理    scaler = StandardScaler()    X_train_scaled = pd.DataFrame(scaler.fit_transform(X_train), columns=feature_names)    X_val_scaled = pd.DataFrame(scaler.transform(X_val), columns=feature_names)

# 定义超参数网格    param_grid = {        'n_estimators': [100, 200, 300]        # 'learning_rate': [0.01, 0.05, 0.1],        # 'max_depth': [3, 5, 7],        # 'subsample': [0.8, 1.0]    }    #初始化 XGBoost 回归模型    xgb_model = xgb.XGBRegressor(random_state=42, n_jobs=-1)    # 初始化网格搜索对象    grid_search = GridSearchCV(        estimator=xgb_model,  # 使用的模型        param_grid=param_grid,  # 参数网格        cv=5,  # 5折交叉验证        scoring='neg_mean_squared_error',  # 评分标准        verbose=1,  # 输出详细进度日志        n_jobs=-1  # 使用所有CPU核心    )    # 在训练集上执行网格搜索    grid_search.fit(X_train_scaled, y_train)    # 获取最佳模型    best_model = grid_search.best_estimator_    print(f"最佳参数组合: {grid_search.best_params_}")    # 保存最佳模型到本地    base_name = os.path.splitext(DATA_PATH)[0]    model_save_path = f"{base_name}_best_model.pkl"    joblib.dump(best_model, model_save_path)

    # 对训练集进行预测    y_train_pred = best_model.predict(X_train_scaled)  # 预测训练集    # 对验证集进行预测    y_val_pred = best_model.predict(X_val_scaled)  # 预测验证集    #训练集指标    r2_train = r2_score(y_train, y_train_pred) # R2    rmse_train = np.sqrt(mean_squared_error(y_train, y_train_pred))  #RMSE    mae_train = mean_absolute_error(y_train, y_train_pred)  #MAE    # 验证集指标    r2_val = r2_score(y_val, y_val_pred)  #R2    rmse_val = np.sqrt(mean_squared_error(y_val, y_val_pred))  #  RMSE    mae_val = mean_absolute_error(y_val, y_val_pred)   # MAE    # 打印评估指标    print(f"训练集 R2: {r2_train:.4f}, RMSE: {rmse_train:.4f}, MAE: {mae_train:.4f}")    print(f"验证集 R2: {r2_val:.4f}, RMSE: {rmse_val:.4f}, MAE: {mae_val:.4f}")    print("----------------------\n")

    #SHAP 分析    print("正在进行 SHAP 分析...")    explainer = shap.TreeExplainer(best_model)  # 使用最佳模型创建 TreeExplainer 解释器    shap_values_obj = explainer(X_val_scaled)  # 计算验证集的 SHAP 值对象    shap_values = shap_values_obj.values  # 提取具体的 SHAP 数值矩阵    # 创建DataFrame    df_polar = pd.DataFrame({        'Feature': feature_names,  # 特征名称列        'Value': shap_percentages,  # 百分比数值列        'Raw': mean_abs_shap  # 平均绝对 SHAP 值    })    #调用函数绘图    draw_shap_analysis_plot(shap_values,                            X_val_scaled,                            df_polar)

SHAP_COLOR_INDEX =9 #蜂巢图的配色POLAR_COLOR_INDEX =29 #极坐标玫瑰图的配色

2.设置布局参数，调整两个子图的位置和大小：

#蜂巢图的布局控制SHAP_X = 0.05  #蜂巢图左下角的 X 坐标 SHAP_Y = 0.15   #蜂巢图左下角的 Y 坐标 SHAP_W = 0.55   #蜂巢图的宽度 SHAP_H = 0.75   #蜂巢图的高度#极坐标图的布局控制  POLAR_X = 0.50    #极坐标图左下角的 X 坐标  POLAR_Y = 0.1    #极坐标图左下角的 Y 坐标  POLAR_SIZE = 0.75    #极坐标图的整体尺寸  POLAR_BOTTOM_VAL = 15   #极坐标图内圈空心圆的半径  POLAR_GAP = 2.0    #内圈实线与柱子之间的间隔大小

plt.savefig(fr'result_S{SHAP_COLOR_INDEX}_P{POLAR_COLOR_INDEX}.png' , dpi=300, bbox_inches='tight')plt.savefig(fr'result_S{SHAP_COLOR_INDEX}_P{POLAR_COLOR_INDEX}.pdf' , bbox_inches='tight')

4.设置原始数据的保存路径：

DATA_PATH = r'simulated_data.xlsx'  # 原始数据

X = df.iloc[:, :-1]  # 特征y = df.iloc[:, -1]  #目标变量

6.设置超参数：

# 定义超参数网格param_grid = {    'n_estimators': [100, 200, 300]    # 'learning_rate': [0.01, 0.05, 0.1],    # 'max_depth': [3, 5, 7],    # 'subsample': [0.8, 1.0]}