AI・機械学習ナレッジセンター
データ
特徴量エンジニアリング
解釈性
モデル
ハイパーパラメータ
部分依存
このページの内容
概要
Partial Dependence Plot(以下PDP)は、作成したモデルがなぜそのような予測をしたかを解釈する場合に有効な手法の一つで、学習済みのモデルに対して任意の説明変数がどのように推論に影響をしているのかを把握するのに役立ちます。
PDPを利用する場合は、任意の説明変数とその他の説明変数に相関がないことが条件となります。相関がある場合は、正しく表示することができませんので注意が必要です。
また、目的変数に対して対象とする説明変数は1つまたは2つが一般的です。
対象とする説明変数は、重要度が高い特徴から選択して確認します。
VARISTAでの部分依存プロット
VARISTAでは自動でPDPを生成しますので、出来上がったモデルから特徴量 › 相関関係 › Partial Dependenceから確認することができます。
この例では、SalePriceと1stFlrSFのPDPを表示しています。
1stFlrSFの値が高くなるにつれ、SalePriceが上昇傾向であることが確認できます。