ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林实现模型可解释性案例

ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林实现模型可解释性案例

目录

基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林实现模型可解释性案例

# 1、定义数据集

# 2、数据预处理

# 2.1、类别特征编码

# 2.2、特征筛选且空值填充

# 3、模型训练与推理

# 3.1、数据集切分

# 3.2、模型训练

# 3.3、树模型可视化并保存图片

# 4、PDP实现模型可解释性

# 4.1、基于pdpbox库实现特征间相关性可视化

# (1)、绘制不同特征值（特征网格）的平均目标值：检查特征和目标之间的信息

# 4.2、模型可解释性

# (1)、绘制跨不同特征值（特征网格）的模型预测分布

# (2)、单特征PDP可视化

# (3)、双特征交互PDP可视化

---

相关文章
ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林模型实现可解释性案例
ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林模型实现可解释性案例实现

基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林实现模型可解释性案例

# 1、定义数据集

PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
1	0	3	Braund, Mr. Owen Harris	male	22	1	0	A/5 21171	7.25		S
2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Thayer)	female	38	1	0	PC 17599	71.2833	C85	C
3	1	3	Heikkinen, Miss. Laina	female	26	0	0	STON/O2. 3101282	7.925		S
4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35	1	0	113803	53.1	C123	S
5	0	3	Allen, Mr. William Henry	male	35	0	0	373450	8.05		S

# 2、数据预处理

# 2.1、类别特征编码

# 2.2、特征筛选且空值填充

   Pclass   Age  SibSp  Parch     Fare  Sex_encoding  Embarked_encoding  \
0       3  22.0      1      0   7.2500             1                  0   
1       1  38.0      1      0  71.2833             0                  1   
2       3  26.0      0      0   7.9250             0                  0   
3       1  35.0      1      0  53.1000             0                  0   
4       3  35.0      0      0   8.0500             1                  0   

   Survived  
0         0  
1         1  
2         1  
3         1  
4         0  

# 3、模型训练与推理

# 3.1、数据集切分

# 3.2、模型训练

# 3.3、树模型可视化并保存图片

# 4、PDP实现模型可解释性

# 4.1、基于pdpbox库实现特征间相关性可视化

# (1)、绘制不同特征值（特征网格）的平均目标值：检查特征和目标之间的信息

 

target_plot summary_df 
    x  display_column  value_lower  value_upper  count  Survived
0  0       [0, 7.73)     0.000000     7.732844     99  0.141414
1  1     [7.73, 7.9)     7.732844     7.895800     86  0.337209
2  2     [7.9, 8.66)     7.895800     8.662500    110  0.154545
3  3      [8.66, 13)     8.662500    13.000000     91  0.329670
4  4      [13, 16.7)    13.000000    16.700000    108  0.370370
5  5      [16.7, 26)    16.700000    26.000000     71  0.450704
6  6     [26, 35.11)    26.000000    35.111111    128  0.445312
7  7   [35.11, 73.5)    35.111111    73.500000     96  0.510417
8  8  [73.5, 512.33]    73.500000   512.329200    102  0.725490

# 4.2、模型可解释性

# (1)、绘制跨不同特征值（特征网格）的模型预测分布

 

actual_plot summary_df 
    x   display_column  ...  actual_prediction_q2  actual_prediction_q3
0  0        [0, 7.73)  ...              0.135135              0.135135
1  1      [7.73, 7.9)  ...              0.135135              0.735294
2  2      [7.9, 8.21)  ...              0.135135              0.135135
3  3    [8.21, 12.41)  ...              0.135135              0.526316
4  4    [12.41, 15.9)  ...              0.135135              0.596491
5  5       [15.9, 26)  ...              0.181818              0.526316
6  6      [26, 34.38)  ...              0.461538              0.909091
7  7   [34.38, 76.68)  ...              0.285714              1.000000
8  8  [76.68, 512.33]  ...              1.000000              1.000000

# (2)、单特征PDP可视化

计算并绘制PDP图解释模型预测

 

 

# (3)、双特征交互PDP可视化