H2O集群：如何将调优随机森林的PDP图转为表格格式？

H2O的explain()方法返回的解释对象中已经包含了PDP的原始数值数据，无需额外调用其他接口，直接提取内部数据即可转换为表格形式，具体步骤如下：

• 提取PDP数据字典：explain()返回的对象tx中，_explanations['pdp']存储了所有特征的PDP结果，每个键对应一个特征的H2O格式数据集。
• 转换为可读表格：将每个特征对应的H2O Frame转为Pandas DataFrame，即可得到你需要的「子特征-平均响应」表格。

示例代码 #

# 从解释对象中提取PDP数据
pdp_results = tx._explanations['pdp']

# 遍历每个特征的PDP结果并输出表格
for feature, pdp_frame in pdp_results.items():
    print(f"### 特征: {feature}")
    # 转换为Pandas DataFrame并重命名列
    result_df = pdp_frame.as_data_frame()
    result_df.columns = ["Sub-feature", "Mean response"]
    print(result_df)
    print("\n")

说明 #

• pdp_frame是H2O原生的Frame类型，包含特征的离散取值（数值型特征会自动分箱，类别型特征直接用原始类别）和对应的平均响应值。
• 如果只需要单个特征的结果，直接通过pdp_results['你的目标特征名']提取后转换即可。

内容的提问来源于stack exchange，提问作者rqqa