Biểu đồ quan trọng tính năng trong mạng nơron sử dụng Keras trong Python

Question

Tôi đang sử dụng trình gián điệp pyac (3.6) anaconda (64 bit) (3.1.2). Tôi đã thiết lập một mô hình mạng nơron bằng cách sử dụng keras (2.0.6) cho một vấn đề hồi quy (một đáp ứng, 10 biến). Tôi đã tự hỏi làm thế nào tôi có thể tạo ra tính năng biểu đồ quan trọng như vậy:

def base_model(): 
    model = Sequential() 
    model.add(Dense(200, input_dim=10, kernel_initializer='normal', activation='relu')) 
    model.add(Dense(1, kernel_initializer='normal')) 
    model.compile(loss='mean_squared_error', optimizer = 'adam') 
    return model 

clf = KerasRegressor(build_fn=base_model, epochs=100, batch_size=5,verbose=0) 
clf.fit(X_train,Y_train) 

Answer 1

Tại thời điểm này Keras không cung cấp bất kỳ chức năng để giải nén mạnh tầm quan trọng đặc trưng.

Bạn có thể kiểm tra câu hỏi này trước: Keras: Any way to get variable importance?

hoặc GoogleGroup liên quan: Feature importance

Spoiler: Trong GoogleGroup một người nào đó công bố một dự án mã nguồn mở để giải quyết vấn đề này ..