具有最小/最大（间隔）的局部依赖性图，不仅是Python中的平均值

Question

美好的一天，

我已将lightGBM算法应用于房地产价格数据集（85524个观测值和167个特征）。我想接收年份和房地产面积大小到价格之间的交互作用。因变量用log1p转换以获得正态分布。

我已经使用Python pdpbox模块生成了一个交互图。据我了解，着色是变量之间的平均价格，但是，我希望收到交互的间隔，即最小和最大。有可能这样做吗？

LGBMR.fit(df_train.drop(["Price"], axis = 1, inplace = False), df_train["Price"])

feats = ['Year', 'Real estate area']
p = pdp.pdp_interact(LGBMR, df, model_features = columns, features = feats)
pdp.pdp_interact_plot(p, feats, plot_type = 'grid')

我正在添加pdp交互图。例如，在2008年，购买了大小为0.52的房地产对象，平均价格为5.697（预测），但我想知道这种互动的最低和最高预测价格。