编辑

"shapviz"的开发版本现在包含

• 用于SHAP交互的API（用于"树形图"和XGBoost）
• 主效应和纯交互作用效应的依赖图
• 尚缺：良好的重要性可视化

devtools::install_github("mayer79/shapviz")
library(shapviz)
library(xgboost)
dtrain <- xgb.DMatrix(data.matrix(iris[, -1]), label = iris[, 1])
fit <- xgb.train(data = dtrain, nrounds = 50)
x2 <- shapviz(fit, X_pred = dtrain, X = iris[, -1], interactions = TRUE)
sv_dependence(x2, "Petal.Length", interactions = TRUE)
sv_dependence(x2, "Petal.Length", color_var = "auto", interactions = TRUE)

enter image description here

原始答案

您可以使用软件包"xgboost"和"treeshap"* 计算 * SHAP值（然后使用"ggplot2"等工具绘制它们）。
使用XGBoost的示例：predict(..., predinteraction=TRUE)

• 集成到"shapviz"在路线图上，我很快就会开始添加这样的情节）：https://github.com/mayer79/shapviz/issues/6（我会添加您的链接）
• AFAIK，目前还没有关于如何计算核SHAP交互作用的理论。任何参考都是非常感谢的。