如何在使用标准化数据训练模型后，为部分依赖图（PDP）恢复原始特征尺度

模型用标准化数据训练好了，画部分依赖图（PDP）时，x轴却显示一堆缩放后的数值？别急，有办法让它们回归原始业务单位。本文介绍如何通过反向变换刻度标签，使PDP横轴恢复原始尺度，兼顾可解释性与技术正确性。

在机器学习实践中，用 StandardScaler 把特征做标准化（零均值、单位方差）是提升模型收敛性与稳定性的常规操作。可问题来了：当你调用 sklearn.inspection.PartialDependenceDisplay.from_estimator() 绘制部分依赖图时，如果传入的是已经缩放过的测试集 X_test_final，图表横轴直接显示标准化后的数值（比如 -2.1、0.0、1.8），业务人员看了直接懵圈——你没法直观判断“收入增加 5000 元”对违约概率的影响，这才是真痛点。

好消息是：你完全不用重新训练模型，也不用修改输入数据，只需要重新映射坐标轴的刻度标签（tick labels）。因为 PDP 内部计算仍然基于缩放空间（模型只认识那个空间），我们做的仅仅是给显示的刻度值“翻译”回原始尺度。

假设你已经保存了训练时 StandardScaler 的参数（强烈建议每次都这么做）：

from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import RandomForestClassifier
from sklearn.inspection import PartialDependenceDisplay
import matplotlib.pyplot as plt

# ✅ 正确做法：保存 scaler 参数
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

best_clf = RandomForestClassifier().fit(X_train_scaled, y_train)

# 绘制 PDP（仍使用缩放数据）
fig, ax = plt.subplots(figsize=(8, 6))
disp = PartialDependenceDisplay.from_estimator(
    best_clf, X_test_scaled, features=best_features, ax=ax
)

# ⬅️ 反向映射 x 轴刻度标签（以第一个特征为例）
feature_idx = 0
x_mean = scaler.mean_[feature_idx]
x_std = scaler.scale_[feature_idx]  # 注意：StandardScaler 使用 scale_（不是 std_）

# 获取当前 x 轴刻度位置（标准化空间中的值）
x_ticks = ax.get_xticks()
# 将其映射回原始尺度：x_original = x_scaled * std + mean
x_original = x_ticks * x_std + x_mean

# 格式化为易读字符串（按原始数据量级调整小数位）
x_labels = [f'{val:.2f}' if abs(val) < 100 else f'{val:.0f}' for val in x_original]
ax.set_xticks(x_ticks)           # 保持原有刻度位置
ax.set_xticklabels(x_labels)     # 仅替换标签文本

plt.title(f'Partial Dependence of {feature_names[best_features[feature_idx]]} (original scale)')
plt.tight_layout()
plt.show()

⚠️ 实际操作中需要注意这么几点：

• 千万别把 X_test_scaled 手动反标准化后再传给 from_estimator：那样 PDP 计算就在错误空间里进行，结果完全失真；
• StandardScaler 的标准差存在 .scale_ 属性里（不是 .std_），均值在 .mean_ 中；
• 如果画多特征 PDP（比如 features=[(0, 1)]），需要对每个子图的对应轴分别执行上述操作；
• 对于类别型特征或者用了其他变换（如 RobustScaler、MinMaxScaler）的情形，反向公式要相应调整——比如 MinMaxScaler 就是 x_orig = x_scaled * (max - min) + min。

说到底，PDP 的可解释性不在于数据是否缩放，而在于你怎么展示坐标轴。只要保存好训练时的 scaler 参数，然后只改一下 tick labels，就能零成本实现“模型内部用缩放数据、图表对外展示原始尺度”的最佳实践。