使用gbm.plot（dismo）和partial（pdp）时部分依赖图的差异，为什么？_R_Plot_Partial_Gbm

使用gbm.plot（dismo）和partial（pdp）时部分依赖图的差异，为什么？

r plot

使用gbm.plot（dismo）和partial（pdp）时部分依赖图的差异，为什么？,r,plot,partial,gbm,R,Plot,Partial,Gbm,我使用增强回归树gbm和dismo软件包来构建栖息地模型，并使用部分依赖图来观察每个预测变量对响应变量的影响。我最初使用dismo软件包中的gbm.plot函数，但发现pdp软件包中的部分函数创建了外观更好的绘图，但两个绘图之间存在差异。有关纬度，请参见示例图像这两条线看起来很相似，但两个图上的y轴不同，我想知道为什么。我试着使用print查看函数，但对于partial来说效果不太好最终型号：配备BRT ceta_dd_最终版：用于建造快速公交系统的数据 gbm.plot的代码：部分代码：

我使用增强回归树gbm和dismo软件包来构建栖息地模型，并使用部分依赖图来观察每个预测变量对响应变量的影响。我最初使用dismo软件包中的gbm.plot函数，但发现pdp软件包中的部分函数创建了外观更好的绘图，但两个绘图之间存在差异。有关纬度，请参见示例图像这两条线看起来很相似，但两个图上的y轴不同，我想知道为什么。我试着使用print查看函数，但对于partial来说效果不太好

最终型号：配备BRT

ceta_dd_最终版：用于建造快速公交系统的数据

gbm.plot的代码：

部分代码：

不同之处在于gbm.plot使用普通logit作为绘图的结果，而partial使用以类为中心的logit，因此在二项式和多项式模型中，y轴具有相同的比例

gbm.plot(final.model, n.plots = 17, write.title = T,
  show.contrib = T, y.label = "fitted function")

final.model %>%
  partial(pred.var = "lat", plot=FALSE, train = ceta_dd_final, n.trees = 2400) %>%
  plotPartial(smooth = TRUE, train = ceta_dd_final, rug = TRUE,
      lwd = 2, ylab = expression(f(lat)))