shap两个变量的交互画图

shap.dependence_plot('ALL_DEFAULT_COUNT_3M',shap_values,X)
这个是自动打印出与你要找的变量，似乎最强相关作用的变量，但是要真的找到最强，需要自己手动测算，如果要指定某个变量和其他某个变量，可以加参数
shap.dependence_plot('ALL_DEFAULT_COUNT_3M',shap_values,X,interaction_index='column name')
注意：这个图的y轴，是ALL_DEFAULT_COUNT_3M的delta shap value
git上的示例中还有一个函数
shap.TreeExplainer(model).shap_interaction_values(X)
这个是两个变量的交互，我自己的数据集上暂时还没跑成功，看示例，这里的y轴是两个变量的delta shape value求和。
我们平时分析单变量，双变量，都是直接看该变量与最终y的关系，而没有看增量