R语言中使用pdp包为随机森林模型生成带轴参数值的3D偏依赖图的方法

1. 先修正原代码的逻辑偏差 #

Price是当前随机森林模型的响应变量，不能传入partial()的pred.var参数——该参数仅支持填入需要分析交互效应的自变量，否则计算出的偏依赖结果无实际意义，需要替换为两个目标自变量，如Mileage、Year等（根据实际数据集列名调整即可）。

2. 核心绘图参数说明 #

plotPartial()实现3D绘图并完整显示坐标轴标注，需要调整的关键参数如下：

• drape = TRUE：开启3D填充曲面模式，替代默认的2D格点渲染
• colorkey = TRUE：保留响应变量预测值的颜色对应刻度条
• screen：调整3D视图的旋转角度，避免坐标轴被曲面遮挡
• scales：透传底层lattice绘图的坐标轴配置，强制显示所有刻度与标注，解决默认模式下轴标注不全、被遮挡的问题

3. 完整可运行示例代码 #

library("randomForest")
library("pdp")
# 加载数据集，和原示例保持一致
data("cars")
my_data <- cars[, 1:5]
# 构建随机森林模型
my_rf <- randomForest(Price ~ ., data = my_data)
# 计算两变量交互偏依赖值，替换为实际需要分析的自变量名
price_effect <- partial(my_rf, pred.var = c("Mileage", "Year"))
# 绘制带完整坐标轴标注的3D偏依赖图
plotPartial(
  price_effect,
  drape = TRUE,
  colorkey = TRUE,
  zlab = "预测车辆价格",
  xlab = "行驶里程",
  ylab = "车辆出厂年份",
  # 调整视角，将坐标轴置于无遮挡位置
  screen = list(z = 30, x = -70),
  # 配置坐标轴显示规则，保证所有标注完整可见
  scales = list(
    arrows = FALSE,
    distance = 0.5,
    cex = 0.8,
    col = "black"
  )
)

补充调整提示 #

• 若需要自定义曲面配色，可新增col.regions参数，比如设置为colorRampPalette(c("darkred", "lightyellow"))(100)实现从暗红到浅黄的渐变映射
• 若调整视角后仍有标注重叠，可微调screen参数内的z、x角度值，直到所有刻度文字完全显示为止

内容的提问来源于stack exchange，提问作者geo_dd