python - 一旦我训练了用于文本分类的 keras 模型,有什么方法可以知道特征的重要性?
问题描述
我已经训练了一个模型(CNN + LSTM)来使用 Keras 执行文本分类,该模型运行良好,但现在我想知道训练后每个类的 5 个最重要的词(特征),有没有办法做到这一点凯拉斯?我已经做到了,但是在sklearn中但是我没有找到与Keras类似的东西,希望您能给我一些建议,我将非常感激。
解决方案
推荐阅读
- assembly - 这样的偏移量是什么意思 [rax+r14d-15] [rdi*1+r14]
- c# - 实现非内存身份服务器存储 - 如果 SubjectId 是数据库表的实际 ID,可以吗?
- javascript - Reactjs:将函数结果返回到网页
- nestjs - 如何使用 typeorm 在嵌套 js 中存储大整数
- mongodb - MongoDB加入两个集合
- android - 在android Webview中按下后如何返回上一个任务而不是关闭应用程序?
- c# - 在理解接口继承方面需要帮助
- git - 为什么我们应该避免在已推送的分支上使用 rebase 命令?
- swift - 当我运行我的应用程序时,除了渐变背景外,什么都没有显示(文本字段、按钮...),我现在正在处理界面
- c# - 文件夹复制错误:C# 中的 System.UnauthorizedAccessException