パーシャル・ディペンデンス・プロット (PDP)
意味・解説
ある特定の入力項目（特徴量）が変化したとき、AIの予測結果が平均的にどう変化するかを折れ線グラフなどで示したもの。
特徴量重要度（Global / Local）が「どの項目が重要か」を示すのに対し、PDPは「その項目が『増えると』予測はどうなるか」という『傾向』を可視化する。Global（広域的）な説明手法の代表例。
くわしく
「AI（人工知能）の判断基準を、特定の項目だけに注目して切り出した『断面図』」です。
1.仕組み:
他の条件をすべて固定（あるいは平均化）し、特定の1項目（例：気温）だけを動かしたときに、予測値（例：アイスの売上）がどう推移するかをグラフにします。
2.分析:
グラフが右肩上がりなら正の相関、U字型なら特定の範囲で最適値がある、といったAIの内部ロジックを把握できます。ポイントは、AIの判断が直感に反していないか、あるいは不正な『しきい値』を持っていないかを、数学的な裏付けを持って確認できるからです。
例文
不動産価格予測AIにおいて、築年数が価格に与える影響を分析するため、PDPを用いて経年劣化による減価傾向を可視化した。
同義語: 部分依存プロット
分類: AIの説明可能性（Explainability）