R语言机器学习算法实战系列（一）XGBoost算法分类器+SHAP值（eXtreme Gradient Boosting）

### 使用 XGBoost 和 SHAP 值进行足球球员身价特征分析 #### 数据准备 为了构建模型，数据集应包含多个影响球员转会费的因素。这些因素可能包括年龄、位置、进球数、助攻数等统计指标以及俱乐部排名等因素。 ```python import pandas as pd from sklearn.model_selection import train_test_split # 加载数据集 data = pd.read_csv('football_players.csv') # 特征和目标变量分离 features = data.drop(columns=['transfer_fee']) target = data['transfer_fee'] # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(features, target, test_size=0.2, random_state=42) ``` #### 构建 XGBoost 模型 通过调参优化后的 XGBoost 模型可以更好地拟合数据，提高预测准确性[^1]。 ```python import xgboost as xgb dtrain = xgb.DMatrix(X_train, label=y_train) params = { 'objective': 'reg:squarederror', 'eval_metric': 'rmse' } model = xgb.train(params=params, dtrain=dtrain, num_boost_round=100) ``` #### 计算 SHAP 值 SHAP (Shapley Additive Explanations) 是一种用于解释单个预测的方法，它基于合作博弈论中的 Shapley value 来分配贡献给每个输入特征[^2]. ```python import shap explainer = shap.TreeExplainer(model) shap_values = explainer.shap_values(X_test) # 可视化全局重要性图 shap.summary_plot(shap_values, X_test, plot_type="bar") # 局部解释特定样本的重要性 idx = 0 # 选择第 idx 行作为例子 shap.force_plot(explainer.expected_value, shap_values[idx,:], X_test.iloc[[idx]]) ```