各位，我想请教一下。我搜到的都是使用SHAP模型解释随机森林，xgboost等，而几乎没有解释LSTM模型的。从理论上来说SHAP模型能够解释几乎一切模型，那应该不需要使用额外的模型和它结合。但是实在是不知道应该怎么修改
```python
import xgboost
import shap
import pandas
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import rcParams
rcParams.update(config)
train an XGBoost model
shap.initjs()
X = pandas.read_excel("LSTM2.xlsx")
y = np.loadtxt("y2.txt")
model = xgboost.XGBRegressor().fit(X, y)
explain the model's predictions using SHAP
explainer = deepExplainer(model, X)
shap_values = explainer(X)
shap.summary_plot(shap_values, X, plot_type="bar")
plt.show()
``` ，求指教！！！
