我有以下问题。我使用Keras创建了一个神经网络。这是我DataFrame的一部分。我的DataFrame看起来像这样：

    Id          MainCl   Class     Other Options...    1016178069  0        30        1                  1016178012  0        25        0              

我的结果向量给出了结果可能被分类到哪个类别的概率。例如：

Prob_isClass_A    Prob_isClass_b0.756686          0.2433140.999843          0.0001570060.999818          0.000182159

现在进入主要问题：有没有办法获得导致结果的特征的最高概率？例如：

Prob_isClass_A    Prob_isClass_b      Most_Probability_Reason    Probability0.756686          0.243314            Main_CL_Feature            0.750.999843          0.000157006         Class_Feature              0.80.999818          0.000182159         Other_Option_Feature       0.7

回答：

如果我理解你的问题，你想要的是针对每个样本分别进行特征重要性分析的功能…

Keras不支持特征重要性分析。你需要查看树模型来实现类似的功能。此外，你需要的功能似乎尚未实现，并且可能不会被实现。