Keras中的特征重要性

Question

我可以帮您进行翻译。以下是需要翻译的内容：

我有一个问题。我使用Keras创建了一个神经网络。这是我数据框的一部分。 我的数据框如下：

    Id          MainCl   Class     Other Options...
    1016178069  0        30        1              
    1016178012  0        25        0              

我的结果向量给出了结果可以被分类到哪个类别的概率。

例子：

Prob_isClass_A    Prob_isClass_b
0.756686          0.243314
0.999843          0.000157006
0.999818          0.000182159

现在进入主要问题： 有没有一种方法可以获得导致结果的特征的最高概率？ 例如：

Prob_isClass_A    Prob_isClass_b      Most_Probability_Reason    Probability
0.756686          0.243314            Main_CL_Feature            0.75
0.999843          0.000157006         Class_Feature              0.8
0.999818          0.000182159         Other_Option_Feature       0.7

- codyycode

---

可能是使用Python中Keras的神经网络特征重要性图表的重复问题。 - christopherlovell

Answer 1

我在使用Python中的Keras神经网络制作特征重要性图表中回答了一个相关问题。这里唯一的区别是，你想要每个单独预测的特征重要性解释，而不是集成度量的特征重要性解释。在这种情况下，相同的ELI5包有函数可以解释每个预测结果，位于eli5.sklearn.explain_prediction。我还没有需要使用这个功能，但那里的文档似乎很简单明了。

- Justin Hallas

Answer 2

如果我理解你的问题，你想要像每个样本的特征重要性中的第一个这样的东西...

Keras不支持特征重要性。你需要在树模型中寻找类似的东西。此外，你需要更多的东西，据我所知，它还没有被实现，而且可能永远不会被实现。

- Ioannis Nasios

---

是的，你理解得没错。你确定在Keras中没有实现它吗？ - codyycode

为什么预测它不会在Keras中实现？ - codyycode