artificial-intelligence - 如何消除神经网络的 "unnecessary"值？

Question

我的教授让我的类(class)制作一个神经网络来尝试预测乳腺癌是良性还是恶性。为此，我使用了 Breast Cancer Wisconsin (Diagnostic) Data Set .

作为这样做的提示，我的教授说并非所有 30 个属性都需要用作输入(有 32 个，但前 2 个是 ID 和诊断)，我想问的是:我应该如何使用这些属性30 个输入(这将创建 100 多个权重，具体取决于我将使用多少个神经元)并将它们设置为较少的数量？

我已经找到了如何“修剪”神经网络，但我认为这不是我想要的。我不是要消除不必要的神经元，而是要缩小输入本身。

PS:抱歉任何英语错误，这不是我的母语。

Answer 1

这个问题叫做feature selection .神经网络与其他分类器的情况大致相同。您可以使用 PCA 修剪数据集，同时保留最大差异。为了更进一步，您可以使用贪婪的方法并通过依次排除每个特征来训练和测试您的网络来逐一评估您的特征。