TensorFlow 中特征列的相关性

Question

我最近开始为自己探索 TensorFlow 的功能专栏。

如果我对文档的理解正确，特征列只是在将数据拟合到模型之前进行进一步转换的“框架”。所以，如果我想使用它，我会定义一些特征列，从中创建 DenseFeatures 层，当我将数据放入模型时，所有特征都会通过该 DenseFeatures 层，转换然后适合我的 NN 的第一个 Dense 层。

我的问题是，是否有可能以某种方式检查转换后的特征与我的目标变量的相关性？

例如，我有一个分类特征，它对应于一周中的某一天（周一/周二.../周日）（例如，我将其更改为 1/2..7）。它与我的目标特征的相关性与分类特征列（例如指标）的相关性不同，因为模型不理解 7 是可能序列的最大值，但在类别的情况下，它将是具有精确边界的 one-hot 编码特征。

如果一切都清楚，请告诉我。

将不胜感激！

Answer 1

Tensorflow 没有像 Sklearn 为 XGBoost 提供的那样提供 feature_importance 功能。

但是，您可以这样做来测试您的特征与 TensorFlow 中目标特征的重要性或相关性，如下所示。

1) 将与要测试的目标特征相关的特定特征的值打乱。比如，如果你的特征是fea1，df['fea1'][0] 的值变成df['fea1'][4] 的值，df['fea1'][2] 的值变成df['fea1'][3] 的值等等。

2) 现在将模型拟合到修改后的训练数据，并使用验证数据检查准确性。

3) 现在，如果您的准确率急剧下降，则意味着您的特征与目标特征具有高度相关性，否则如果准确率变化不大，则意味着该特征不是很重要（高错误 =重要性高）。

您可以对您在训练数据中引入的其他功能执行相同的操作。 这可能需要一些时间和精力。