PDPbox：Python部分依赖图的工具包

简介：
PDPbox是一款专为Python设计的部分依赖图绘制工具包。它帮助用户直观地理解机器学习模型中特征之间的相互作用及其对预测结果的影响，从而提升模型解释性。 PDP盒 Python部分依赖图工具箱更新！ :cat_with_tears_of_joy: 版本更新： - xgboost==1.3.3 - matplotlib==3.1.1 - sklearn==0.23.1 动机：该存储库受ICEbox启发，旨在可视化某些特征对任何监督学习算法的模型预测的影响。现在支持所有scikit-learn算法。 常见问题： 当使用像随机森林和增强算法这样的黑盒机器学习方法时，理解输入变量与模型结果之间的关系变得困难。例如，在随机森林中，我们只能得到功能的重要性信息。虽然这可以揭示哪些特征对结果有显著影响，但无法得知它们的影响方向。在大多数实际情况下，这种效果是非单调的。因此需要一些强大的工具来帮助解释预测变量和模型预测间的复杂关联。 强调： 辅助功能用于可视化目标分布及预测分布、正确处理一键编码的功能以及解决特征间复杂的相互依赖性问题。