在Python中使用Keras的神经网络中的功能重要性图表

Question

我正在使用python（3.6）anaconda（64位）spyder（3.1.2）。我已经为回归问题（一个响应，10个变量）设置了一个使用keras（2.0.6）的神经网络模型。我想知道我怎么能生成特征重要性图表，像这样：

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

目前Keras不提供任何功能，以提取特征的重要性。

您可以检查此之前的问题： Keras: Any way to get variable importance?

或相关GoogleGroup：Feature importance

剧透：在GoogleGroup有人宣布一个开源项目来解决这个问题..