使用张量流进行特征选择

Question

我正在使用 python 3.5 和 tensorflow 0.11。

我有一个包含大量特征 (>5000) 和相对少量样本 (

它似乎对分类任务很有效，但我想从大量特征中找到一些重要的特征。

在内部，DNNClassifier 似乎执行特征选择（或特征 萃取）。有没有办法用 tensorflow 进行特征选择？

或者，是否有一些函数可以提取特征的权重？ （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，是否可以使用其他方法（如单变量特征选择）进行特征选择，然后尝试深度学习？

感谢您的帮助。

Answer 1

您可以评估权重。 例如，如果您的变量由

定义

weights = tf.Variable(np.ones([100,10],dtype='float32'), name=weights)

你可以在 tensorflow 会话中获得它的价值

value = weights.eval();