如何用R语言iml包为训练好的随机森林模型绘制2D部分依赖图？

要在iml中生成2D的PDP或ALE图，需要使用单数形式的FeatureEffect类（而非你之前用的FeatureEffects，后者用于批量生成1D图），指定两个特征来计算它们的联合效应，后续调用plot()即可生成2D可视化。

完整代码示例 #

基于你提供的波士顿房价数据集代码修改：

library("randomForest") 
library("iml")
library("ggplot2") # 可选，用于自定义绘图样式

# 训练随机森林回归模型
data("Boston", package = "MASS")  
rf <- randomForest(medv ~ ., data = Boston, ntree = 50) 
mod <- Predictor$new(rf, data = Boston) 

# 2D 部分依赖图（PDP）
# 指定两个特征，method设为"pdp"
pdp_2d <- FeatureEffect$new(mod, feature = c("lstat", "rm"), method = "pdp")
# 绘制2D图，默认是热图+等高线，可通过geom参数调整
pdp_2d$plot()
# 可选：切换为散点+平滑曲面
# pdp_2d$plot(geom = "point") + geom_smooth(method = "gam")

# 2D 累积局部效应图（ALE）
ale_2d <- FeatureEffect$new(mod, feature = c("lstat", "rm"), method = "ale")
ale_2d$plot()
# 可选：自定义配色
# ale_2d$plot() + scale_fill_viridis_c()

关键说明 #

• FeatureEffect（单数）用于分析单个特征或特征组合的效应，传入两个特征时自动计算联合效应，生成2D结果。
• plot()方法默认会根据特征类型生成合适的2D可视化：数值特征组合默认用热图+等高线，也可通过geom参数切换为"point"（散点）、"tile"（纯热图）或"contour"（纯等高线）。
• 如果需要更精细的自定义，可以将plot()的结果作为ggplot对象，叠加ggplot的图层和主题进行调整。

内容的提问来源于stack exchange，提问作者pricklpitty