我正在用 Python 构建一个 XGBoost 模型，并尝试使用漂亮的shap 包来解释它。除了计算每个特征的 SHAP 值之外，我还想展示如下两个图表（分别是摘要图 A 和依赖图 B）：

如果我有一个模型，只有一个训练/测试拆分，这很容易。然而，这是有风险的，因为我可能有选择偏差，所以我通常使用 500 个随机训练/测试拆分来评估我的模型的准确性（然后计算准确性和 Cohen 的 Kappa 的平均值）。

如果这样做，考虑到所有 500 个 XGBoost 模型的平均信息，我怎样才能得到上述图？我想到了三种策略，但似乎没有一个能解决问题：

1- 在所有样本上训练一个模型（没有拆分）并计算 SHAP 值。我会继续计算 500 个具有训练/测试拆分的模型的准确度和 Kappa。

2- 选择最适合测试集的 500 模型，并在其上计算 SHAP 值。

3-我可以计算每个特征的 SHAP 值，每次重复 500 次，然后计算它们的平均值和标准差。然后我可以从中生成直方图。

N.1 似乎不是正确的方法。N.2 似乎也有偏见，事情可能会从一个模型变为另一个模型。N.3 是我迄今为止一直在做的，因为它似乎是最可靠的方法。但是，它的缺点是我无法生成我想要的图表（图 A 和 B）。

考虑到来自重复训练/测试拆分方法的信息，有什么想法可以生成有意义的图（A 和 B）吗？