신경망의 기능을 선택하는 방법은 무엇입니까?

나는이 질문에 대한 명확한 대답이 없다는 것을 알고 있지만 많은 데이터가있는 거대한 신경망이 있고 새로운 기능을 입력에 추가하고 싶다고 가정 해 봅시다. "가장 좋은"방법은 새로운 기능으로 네트워크를 테스트하고 결과를 보는 것이지만 기능이 도움이되지 않는지 테스트하는 방법이 있습니까? 상관 관계 측정 ( http://www3.nd.edu/~mclark19/learn/CorrelationComparison.pdf ) 등?

새 기능과 기존 기능 간의 매우 강한 상관 관계는 새 기능이 거의 새로운 정보를 제공하지 않는다는 상당히 좋은 신호입니다. 새로운 특징과 기존 특징 사이의 낮은 상관 관계가 바람직 할 것이다.

새로운 특징과 예측 변수 사이의 강한 선형 상관 관계는 새로운 특징이 가치가 있다는 좋은 신호이지만, 신경 네트워크가 선형 조합으로 제한되지 않기 때문에 높은 상관 관계가 없으면 특징이 좋지 않은 신호일 필요는 없습니다 변수

새 기능이 기존 기능의 조합으로 수동으로 구성된 경우에는 그대로 두십시오. 신경망의 장점은 기능 엔지니어링과 전처리 과정이 거의 필요하지 않다는 것입니다. 기능은 대신 중간 계층에 의해 학습됩니다. 가능할 때마다 공학 기능보다 학습 기능을 선호하십시오.

sklearn을 사용하는 경우 model.feature_importances_라는 유용한 기능이 있습니다. 모델 / 새로운 기능을 사용해보고 도움이되는지 확인하십시오. 예제를 보려면 여기 와 여기 를 보십시오 .