MLPClassifi的可解释性

Question

我有一个关于机器学习算法的可解释性的问题。你知道吗

我有这样一个数据集： tabular data set

我已经训练了一个分类模型（来自sciket Learn的mlpclassizer），想知道哪些特性对决策的影响最大（权重最高）。你知道吗

我的最终目标是找到不同的解决方案（功能组合），这些解决方案很有可能（>；90%）被归类为1。你知道吗

有人知道如何得到这些解决方案吗？你知道吗

提前谢谢！你知道吗

Answer 1

为了在分类任务中获得特征重要性，分类方法必须是随机森林或决策树，两者都在sklearn中实现

clf = RandomForestClassifier(n_estimators=100, max_depth=2,random_state=0)
clf.fit(X, y)
#After the fit step
clf.feature_importances_ 

特征重要性会告诉你每个特征有多大的权重，如果你的MLP分类器训练得当，它会给你网络中的各种特征赋予几乎相似的重要性