sklearn.metrics指标需结合classification_report、混淆矩阵热力图和SHAP图深入解读：设pos_label、用average=None、标注行列含义、转概率尺度、控制采样并封装Explainer进pipeline。
用 sklearn.metrics 算出的指标为什么看不懂？
因为多数指标（如 f1_score、roc_auc_score）只返回一个数字，不带业务含义。比如 f1_score=0.82 无法回答“模型在哪些客户群上容易误判？”
- 优先搭配
classification_report输出每类的precision/recall/f1-score，尤其关注低支持度（support）类别的数值是否失真 - 对二分类，强制设置
pos_label参数（如pos_label=1），否则默认按标签排序可能把负类当正类算 - 若用
average='weighted'，结果会掩盖少数类表现；改用average=None查看原始数组，再手动加权
混淆矩阵热力图里数字堆叠看不清？
直接用 seaborn.heatmap 默认会显示小数、不标注绝对频次、颜色映射不区分高低错判，导致关键问题被忽略。
- 传入
confusion_matrix(y_true, y_pred)后，用annot=True+fmt='d'强制显示整数频次 - 添加
xticklabels=['Predicted Negative', 'Predicted Positive']和yticklabels显式标注行列含义，避免靠记忆对齐 - 用
cmap='Blues'而非默认cmap='viridis'，让高值更醒目，同时加cbar_kws={'label': 'Count'}明确色条单位
SHAP 图表中 shap.summary_plot 横轴单位混乱？
横轴默认是 SHAP 值（log-odds 差分），但业务方只认“提升/降低概率多少个百分点”，直接展示易引发误解。
- 调用时加参数
plot_type='dot'（默认）后，用feature_names传入中文列名，避免缩写歧义（如'age_grp'→'年龄分段'） - 若需概率尺度，先用模型的
predict_proba得到原始概率，再用shap.Explainer(model, X_train, feature_perturbation="tree_path_dependent")（树模型）或shap.KernelExplainer（线性/其他）重算 - 注意
shap.summary_plot对样本量敏感：>1000 行会自动采样，导致局部模式丢失；加max_display=10和plot_size=(8,6)控制可读性
用 matplotlib 画特征重要性却看不出业务逻辑？
单纯按 model.feature_importances_ 排序画柱状图，无法体现方向性（正向/负向影响）和阈值效应（如“收入>5万才起作用”）。
立即学习“Python免费学习笔记（深入）”；
- 改用
pd.Series(model.feature_importances_, index=X.columns).sort_values(ascending=False)，再筛选前 10 项，避免长尾噪声干扰焦点 - 对连续型特征，叠加箱线图（
plt.boxplot）或小提琴图（seaborn.violinplot），展示该特征在不同预测结果下的分布偏移 - 若特征含业务分组（如“渠道来源”含微信、抖音、线下），用
groupby先聚合再绘图，比单维度排序更有决策价值
import shap explainer = shap.TreeExplainer(model) shap_values = explainer.shap_values(X_test) shap.summary_plot(shap_values, X_test, feature_names=cn_names, max_display=10, plot_size=(8,6))实际部署时最容易漏掉的是：没把
shap.Explainer 的计算过程封装进预测 pipeline，导致上线后无法复现解释结果；还有人直接用训练集算 SHAP 值去解释测试样本，造成数据泄露。 
