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