Визуализация влияния индикатора на оценки Data Envelopment Analysis ⇐ Python

[Anonymous]

У меня есть модель DEA, которая выводит показатели эффективности для набора DMU, ​​принимающего широкий диапазон входных данных. Некоторые рейтинги эффективности кажутся немного нелогичными, поэтому я хотел визуализировать влияние различных показателей на показатели эффективности, чтобы можно было устранить неполадки. Традиционные методы, такие как Shapley, похоже, не работают, поэтому мне интересно, есть ли какой-нибудь тест или метод, который больше подходит для этого приложения?
Я пробовал использовать Shapley в следующим образом (и несколькими его вариантами):

Код: Выделить всё

# Input dict
X = df[input_vars].T.to_dict('list')

# Output dict
y = df[ouput_vars].T.to_dict('list')

DMU = list(df.index.astype(int))

model = DEA.CRS(DMU, X, y, orientation="input", dual=False)

inputs = df[input_vars]
outputs = df[output_vars]
efficiency_scores = df['efficiency']

explainer = shap.Explainer(model, efficiency_scores)
shap_values = explainer.shap_values(input_vars)

# Visualize the Shapley values
shap.summary_plot(shap_values, efficiency_scores)

но я получаю эту ошибку:
TypeError: переданная модель не может быть вызвана и не может быть проанализирована напрямую с помощью данного маскера!
Хотя я не уверен, правильно ли я это реализовал, мне также сказали, что shapley нельзя использовать для объяснения моделей DEA. Мне просто интересно, есть ли другой метод, который я могу использовать?

Подробнее здесь: https://stackoverflow.com/questions/786 ... sis-scores