azureml用TreeExplainer解释XGBoost

Question

我想解释一下使用autoML功能发现的XGBoost模型。我在这里使用的转换或者以正确的方式调用TreeExplainer遇到麻烦。 在Azure ML工作区中，我可以看到该模型使用XGBoostClassifier和StandardScalerWrapper，但是我不知道该模型适用于哪些功能。

正确解释模型的呼应如何？

请在下面查看我的操作方法，但它实际上没有用，错误提示：“要解压缩的值太多（预期为2）”。

此外，当我尝试使用TabularExplainer时（根据描述本身应该选择TreeExplainer），我得到的错误是没有为我的模型找到解释器。 你能请教吗？

model = pickle.load(open('./GenericModel/AllSystems/model/General-All_KPIs-by-normRecall.pkl', 'rb'))

from azureml.explain.model.tabular_explainer import TreeExplainer
# "features" and "classes" fields are optional
explainer = TreeExplainer(model,  
                             X_test,
                             transformations=['StandardScaler'],
                             allow_all_transformations=True)


# Get the global feature importance values
# you can use the training data or the test data here
global_explanation = explainer.explain_global(X_test)