Zeker, hier is een stapsgewijze handleiding met voorbeeldcode voor PDP en ICE plots in het Nederlands: --- ### **Stap 1: Installatie benodigde packages** ```python pip install scikit-learn matplotlib numpy pandas ``` ### **Stap 2: Importeer benodigde libraries** ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.inspection import PartialDependenceDisplay from sklearn.ensemble import RandomForestClassifier ``` ### **Stap 3: Voorbeeldcode voor PDP en ICE plots** ```python # Veronderstel dat je model en data al zijn voorbereid # X_train = je trainingsfeatures, y_train = je target variable # model = je getrainde RandomForestClassifier # Selecteer belangrijke features voor analyse (pas aan naar je dataset) features_to_analyze = ['leeftijd', 'maandelijkse_uitgaven', 'klantduur_maanden'] # Genereer PDP en ICE plots fig, ax = plt.subplots(figsize=(12, 8)) # Maak PDP + ICE plots PartialDependenceDisplay.from_estimator( estimator=model, X=X_train, features=features_to_analyze, kind='both', # 'both' voor PDP + ICE ice_lines=True, pd_line=True, random_state=42, ax=ax ) # Styling plt.suptitle('PDP en ICE Plots voor RandomForest Model') plt.tight_layout() plt.show() ``` ### **Stap 4: Geavanceerde opties voor interpretatie** ```python # Gedetailleerde analyse per feature for feature in features_to_analyze: fig, ax = plt.subplots(figsize=(10, 6)) PartialDependenceDisplay.from_estimator( estimator=model, X=X_train, features=[feature], kind='both', ice_lines=True, pd_line=True, line_kw={'color': 'red', 'linewidth': 3}, ice_lines_kw={'alpha': 0.3}, ax=ax ) ax.set_title(f'PDP en ICE Plot voor {feature}') ax.set_xlabel(feature) ax.set_ylabel('Voorspelde churn kans') plt.show() ``` ### **Stap 5: Kwantitatieve analyse** ```python # Bereken gemiddelde effecten from sklearn.inspection import partial_dependence # Bereken PDP waarden pdp_results = partial_dependence( model, X_train, features=features_to_analyze, kind='average' ) # Analyseer de resultaten for i, feature in enumerate(features_to_analyze): print(f"\nAnalyse voor {feature}:") print(f"Min effect: {min(pdp_results['average'][i]):.3f}") print(f"Max effect: {max(pdp_results['average'][i]):.3f}") print(f"Verschil: {max(pdp_results['average'][i]) - min(pdp_results['average'][i]):.3f}") ``` --- ### **Interpretatierichtlijnen:** **PDP Interpretatie:** - De rode lijn toont het gemiddelde effect van een feature op de voorspelling - Stijgende lijn = hogere featurewaarde → hogere churn kans - Dalende lijn = hogere featurewaarde → lagere churn kans - Platte lijn = weinig tot geen effect op voorspelling **ICE Interpretatie:** - De grijze lijnen tonen individuele voorspellingen - Grote spreiding = sterke interacties met andere features - Parallelle lijnen = consistente effecten across samples - Kruisende lijnen = complexe interacties **Praktische tips:** 1. Focus eerst op features met grootste PDP amplitude 2. Identificeer drempelwaarden waar effecten veranderen 3. Let op niet-lineaire relaties (bochten in de curve) 4. Vergelijk ICE spreiding tussen verschillende features ### **Aanbevolen volgende stappen:** 1. **Feature interacties**: Gebruik `features=[(feature1, feature2)]` voor interactieplots 2. **SHAP waarden**: Combineer met SHAP voor aanvullende interpretatie 3. **Model debugging**: Identificeer unexpected patterns die op data issues kunnen wijzen Let op: Zorg dat je categoriale features eerst omzet naar numerieke waarden voor analyse.