构建SHAP模型踩雷过程

  由于论文需要判断各个因子对因变量的重要性，因此利用XGBoost构建回归模型，加入SHAP解释各因子对因变量的重要性。在构建过程中遇见以下几个问题：
（1）输入数据过大，运行时间很长。
由于我的数据是栅格数据，读取以后约有500万条数据，我破烂的cpu跑了三天三夜也没出结果。
解决方法：改用GPUTree，调用GPU来构建SHAP模型，速度飞快！！
（2）改用GPU后，出现了一个重大问题，报错：

ImportError: cannot import name '_cext_gpu'

参照知乎大佬方式解决了，链接在这。其中复制仓库过程很慢，因此改为直接从Github下载完整的仓库压缩文件即可，注意登入Github账号才可完整下载
（3）现在GPUTree可以正确运行了，但是迎来了最重要的问题。
在XGBoost训练完毕后，计算SHAP值时会将计算机内存占满，随后才能调用GPU内存，具体原因我也不太清楚，有可能是需要将数据转换至GPU内存运行时占用太多计算机内存了。因此我的anaconda内核会一直挂掉
解决方案有两种 ：

1.租用GPU进行计算。我用的是Autodl，租个3080ti只要1.08每小时，还算便宜花不了几个钱。
2.降低模型复杂度！这点很奇怪，将XGB的复杂度适当降低以后就即可，并没有修改数据集的大小，但是会导致XGB拟合效果不理想！

所以最优选仍然是租用一个GPU，但是又要面临重新配置环境的困难，有可能需要重复问题（1）（2）了。