如何解决对多类别分类的每个类别的功能贡献
我使用Keras创建了一个多类别分类,如下所示:
model = Sequential()
model.add(Dense(23,input_dim=X_train_enc.shape[1],activation='relu',kernel_initializer='he_normal'))
model.add(Dense(14,activation='relu'))
model.add(Dense(8,activation='relu'))
model.add(Dense(3,activation='softmax'))
model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
keras_callbacks = [
EarlyStopping(monitor='val_loss',mode='min',verbose=1,patience=8),ModelCheckpoint(mc_file,monitor='val_loss',save_best_only=True)
]
history_3 = model.fit(X_train_enc,y_train_enc,validation_split=0.10,epochs=10,batch_size=16,verbose=2,callbacks=keras_callbacks)
现在,我已经建立了模型,我想知道每个类都有哪些功能。例如,导致第1类的特定功能的权重与第2类或第3类的权重不同。我是否还能找到每个功能在每个类中的重要性?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。