python中实现PDP的代码

以下是一个使用Python和scikit-learn库生成部分依赖图的示例代码：

# 导入必要的库
from sklearn.datasets import load_boston
from sklearn.ensemble import RandomForestRegressor
from sklearn.inspection import plot_partial_dependence
import matplotlib.pyplot as plt

# 加载数据集
boston = load_boston()
X, y = boston.data, boston.target

# 训练随机森林回归模型
rf = RandomForestRegressor(n_estimators=100, random_state=42)
rf.fit(X, y)

# 生成部分依赖图
fig, ax = plt.subplots(figsize=(12, 4))
plot_partial_dependence(rf, X, features=[5, 12], ax=ax)
ax.set_title('Partial Dependence Plot')
plt.show()

在这个示例代码中，我们使用波士顿房价数据集训练了一个随机森林回归模型。然后，我们使用plot_partial_dependence函数生成了第5个和第12个自变量的部分依赖图。最后，我们使用matplotlib库将图形显示出来。