Цель : я пытаюсь наложить две диаграммы друг на друга в одной диаграмме.
В приведенном ниже коде показаны частичные зависимости функции в модели (BMI) и я хочу, чтобы фактические значения цели также были в той же диаграмме (значения y). Кажется, я не могу понять, как это сделать, хотя приведенный ниже код дает частичные зависимости функции:
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_diabetes
from sklearn.neural_network import MLPRegressor
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import make_pipeline
from sklearn.tree import DecisionTreeRegressor
from sklearn.inspection import plot_partial_dependence
diabetes = load_diabetes()
X = pd.DataFrame(diabetes.data, columns=diabetes.feature_names)
y = diabetes.target
tree = DecisionTreeRegressor()
tree.fit(X, y)
fig, ax = plt.subplots(figsize=(12, 6))
ax.set_title("Decision Tree")
tree_disp = plot_partial_dependence(tree, X, ["bmi"], ax=ax)
Я наткнулся на этот пост из stackoverflow , но все равно не нашел безуспешно. Любая помощь приветствуется.