python - Python Keras LSTM 功能顺序相关性

Question

我想知道数组上的特征顺序是否会干扰训练模型和验证分数。例如，如果我有这个功能列表来训练我的模型：

[“关闭”，“close_returns”，“log_returns”，“打开”，“open_returns”，“open_log_returns”]

如果我像这样颠倒顺序：

[“关闭”，“打开”，“log_returns”，“close_returns”，“open_log_returns”，“open_returns”]

这对预测模型有什么影响吗？或者排序顺序不会干扰？如果命令干扰。我怎样才能知道野兽命令是什么？

以及我如何知道确定特征是否与我在 Keras 上的 lstm 模型相关？

标签： pythontensorflowkeraslstmpredict

Answer 1

为了确定特征相关性，有几种方法，例如 ALE、Anchors、LIME 和 SHAP。从这些中，我推荐 SHAP，因为它提供了非常好的和信息丰富的可视化，例如力、依赖性和特征重要性图。这是一个使用Keras LSTM 进行 IMDB 情感分类的 Python 笔记本的链接，其中为该特定问题生成了力图。尽管如此，SHAP 也可以应用于回归问题。这是 SHAP API 的另一个链接，您可以在其中找到如何获取其他图。请记住，某些可视化是针对特定样本生成的，例如力图，而其他则针对整个集合（特征重要性）。

有关 SHAP 的工作原理及其优缺点的信息可在此处找到。