Python sklearn中的部分依赖性是如何计算的？

当因变量是二进制时，我知道Y轴是logit（Y）， 但当因变量连续时，我发现Y轴仍然取负值（训练样本中没有负值，且min（pred_Y）>0），如图所示

所以我很困惑Y是什么

我想知道，对于网格中的每个点，Y是如何精确计算的，比如其他X的值是多少

---

顺便说一句，在我训练了GradientBoostingRegressor之后，如何将所有树输出到txt文件中，例如所有的预测器、threholds和节点值

您需要提供更多关于您所做工作的背景信息<代码>scikit learn是一个大型软件包，我们不是读心术的人。：-）我在用“GradientBoostingRegressionor”来预测连续变量，我只想知道当我使用“plot\u partial\u dependence”时，Y轴代表什么？以及每一点是如何计算的。因为马纳尔没有详细的解释。