使用部分相依圖評估影響
延續你先前的分析，下一步要探索「CGPA」與「University Rating」如何影響錄取決策。先前結果顯示「CGPA」是最重要的預測因子，而「University Rating」則是最不重要的。透過部分相依圖（partial dependence plot），我們可以觀察這些特徵變動時，錄取機率如何改變，為招生委員會提供更細緻的影響洞見。
X_train 與 y_train 已為你預先載入。
本練習屬於課程
Python 的 Explainable AI
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
from sklearn.ensemble import RandomForestRegressor
import shap
model = RandomForestRegressor(random_state=42)
model.fit(X_train, y_train)
# Generate the partial dependence plot for CGPA
shap.partial_dependence_plot(____, ____, X_train)