Python 二元分类中特征的判定标准

我在h2o中使用DRF进行了二元分类。我得到了特征的重要性，然后我要求找到每个特征的标准

例如：我必须对接受和拒绝的用户进行分类，特征是年龄、工资、工作经验、居住城市（当然已经解码）。所以，我的老板想知道用户被拒绝或接受的倾向是在哪个年龄段，哪个工资范围，哪个城市有被拒绝或接受的倾向

我不会错，但我想要的输出可能如下所示：

Tendency salary for accepted user = 10k - 50k
Tendency salary for accepted user = 5k - 30k

Tendency age for accepted user = 18 - 55
Tendency age for rejected user = 31 - 35

Tendency cities for accepted user = 1, 5, 10, 23
Tendency cities for rejected user = 3, 4, 12, 36

so on..

如何实现

---

p、 s:我有一个已接受用户的列表。

我想你需要一些类似于部分依赖关系图的东西。 以下是H2O中的一个示例：

---

PDP将显示目标概率如何取决于某个变量的值。

这似乎很宽泛/模糊，您能更具体一点吗？看：，。是的，这就是我要找的。解释机器学习模型，谢谢！