x_train看起来像这样（22 个特征）：
total_amount reward difficulty duration discount bogo mobile social web income ... male other_gender age_under25 age_25_to_35 age_35_to_45 age_45_to_55 age_55_to_65 age_65_to_75 age_75_to_85 age_85_to_105
0 0.006311 0.2 0.50 1.000000 1.0 0.0 1.0 1.0 1.0 0.355556 ... 1.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
1 0.015595 0.2 0.50 1.000000 1.0 0.0 1.0 1.0 1.0 0.977778 ... 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
标签是0and 1，这是一个二元分类问题，这是构建模型的代码，我正在关注这个页面来实现 SHAP：
#use SHAG
deep_explainer = shap.DeepExplainer(nn_model_2, x_train[:100])
# explain the first 10 predictions
# explaining each prediction requires 2 * background dataset size runs
shap_values = deep_explainer.shap_values(x_train)
这给了我错误：
KeyError: 0
During handling of the above exception, another exception occurred
我不知道这条消息在抱怨什么，我尝试将 SHAP 与 XGBoost 和 Logistic 回归模型一起使用，它们都工作正常，我是 keras 和 SHAP 的新手，有人可以看看我以及我如何解决它? 非常感谢。