Matlab 基于神经网络的信息特征选择

目标是减少神经网络的输入参数数量，因为假设其中一些参数没有信息（对输出值的影响很小）。我知道有内置的函数，但我需要使用神经网络进行还原

---

有现成的解决方案吗？如果没有，那么我们可以告诉这个方向的东西，以及算法步骤等。

据我所知，我需要循环神经网络？有现成的解决方案吗？您只需在第一层中添加L1正则化，它将强制选择最重要的功能。还有很多定义明确的数学解决方案，比如最佳脑外科医生移除权重的技术，这些技术实际上对最终预测没有帮助，可以很容易地调整以修剪整个神经元。这种任务不需要任何特定类型的神经网络，不需要“循环神经网络”（不管是什么）。@lejlot，>它将强制选择最重要的功能。最后，我必须证明什么是不具信息性的，什么是被删除的。它是这样工作的（只需在第一层中添加L1正则化）？我如何从训练后的权重值中学习，其中一些是信息量，而哪些不是信息量？L1正则化使网络有利于将“0”权重设置为非信息部分，从而有效地将其从网络中移除，简单明了：-）唯一的问题是它是按权重而不是按神经元，但在许多情况下，这就足够了。