【摘要】理解特征效应有助于机器学习模型进行调优与预测结果解读，累积局部效应（ALE）图是一种独立于模型的黑盒预测特征解释新方法，文章基于梯度提升树分析其稳定性与解释效果。首先，推导输入特征服从联合高斯分布的累积局部效应与偏相关函数，分析特征间相关性的影响；其次，对估计的稳定性与特征效应解释的效果进行模拟研究，并提出将纵坐标统一设置用于特征选择参考；最后，针对实际数据集给出ALE图的应用实例，并将特征解释结论与传统统计模型显著性分析进行对比。