是否可以在Keras深度学习框架内进行特征选择

Question

我知道大多数人在线性回归模型上运行RFE来执行特征选择，例如，在使用Keras训练模型之前。

然而，在深度神经网络的训练过程中有可能做到这一点吗？如果是，怎么办？它有什么缺点吗？

Answer 1

我认为深度神经网络在训练过程中默认会进行特征选择，并搜索最重要的信息，但它可能会导致过拟合和/或使收敛速度变慢。

Answer 2

实现这一点的一种方法是使用交叉验证，每个k倍可以训练多个模型。因此，您可以在每个k折叠中进行特征选择，您需要根据所选特征调整新模型。

我不知道在训练NN时是否有办法做到这一点，但我想应该是通过训练epoch。

缺点是实现的复杂性以及验证/训练的计算时间增加。