我使用的是python 3.5,张量为0.11 .
我有一个具有大量特征(> 5000)和相对较少的样本(<200)的数据集 . 我正在使用包装器skflow函数DNNClassifier进行深度学习 .
它似乎适用于分类任务,但我想从大量功能中找到一些重要的功能 .
在内部,DNNClassifier似乎执行特征选择(或特征提取) . 有没有办法用张量流进行特征选择?
或者,是否有一些功能来提取功能的权重? (有一个函数DNNClassifier.weights_,但似乎已弃用)
如果Tensorflow不支持特征选择或权重信息,使用其他方法(例如单变量特征选择)进行特征选择是否合理,然后尝试深度学习?
谢谢你的帮助 .
1 回答
您可以评估权重 . 例如,如果您的变量是由 . 定义的
你可以在tensorflow会话中获得它的 Value