如果我们有一个可重复的示例，回答起来总是比较容易，但我将创建一个示例来回答这个问题：

library(shapviz)

set.seed(1)

X_train <- data.matrix(`colnames<-`(replicate(26, rnorm(100)), LETTERS))
dtrain <- xgboost::xgb.DMatrix(X_train, label = rnorm(100))
fit <- xgboost::xgb.train(data = dtrain, nrounds = 50)
shp <- shapviz(fit, X_pred = X_train)

现在我们有了一个名为shp的shapviz对象，它有26个特性，所以这应该与您的情况相当。
如果使用sv_importance绘图，则会得到一个ggplot对象，从中可以看到第二个值是名为“Sum of 12 other”的不需要的行

p <- sv_importance(shp, kind = "beeswarm", show_numbers = TRUE, max_display = 15) 

p

为了消除这种情况，我们只需从绘图对象的数据中删除引用该数据点的行（它出现在绘图对象的两个不同数据框中，因此我们必须从2个数据框中删除行）

p$data <- p$data[!grepl("Sum of", p$data$feature),]
p$layers[[3]]$data <-  p$layers[[3]]$data[!grepl("Sum of", p$layers[[3]]$data$feature),]

现在，当我们再次绘制p时，有问题的行将被删除：

p

创建于2022年10月30日，使用reprex v2.0.2

由于这个问题，“shapviz”0.4.1现在接收了一个新的选项sv_importance(, show_other = FALSE)来控制它：

library(shapviz)

set.seed(1)

X_train <- data.matrix(`colnames<-`(replicate(26, rnorm(100)), LETTERS))
dtrain <- xgboost::xgb.DMatrix(X_train, label = rnorm(100))
fit <- xgboost::xgb.train(data = dtrain, nrounds = 50)
shp <- shapviz(fit, X_pred = X_train)

sv_importance(
  shp, kind = "bee", show_other = FALSE, max_display = 15, show_numbers = TRUE
)