我已经训练了一个 XGBoost 二元分类器，我想为我给模型的每个观察提取特征重要性（我已经有了全局特征重要性）。
更具体地说，我正在寻找一种方法来确定，对于给定模型的每个实例，哪些特征具有最大的影响，并使输入属于一个或另一个类。我想知道使观察结果属于某个类别的前 5 个特征，以及我应该如何修改这 5 个特征以降低或增加属于该类别的概率的指示。
例如，假设我的模型根据房屋的位置、表面和卧室数量来预测房屋的价格是否超过 100,000 美元（这是正类）。我给它以下输入：伦敦，400 平方英尺，4 间卧室，我的模型预测房子属于正类的概率为 56%。我正在寻找一个 Python 模块或一个函数，它可以为每个观察显示最有影响力的特征。