我的教授要求我们班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，我使用了威斯康星乳腺癌（诊断）数据集。

作为一个提示，我的教授说不需要使用所有30个属性作为输入（总共有32个，但前两个是ID和诊断），我想问的是：我应该如何处理这30个输入（这可能会根据我使用的neurons数量产生100多个权重）并将其减少到更少的数量？

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

PS：对不起我的英语错误，这不是我的母语。

回答：

这是一个目前正在研究的问题。这被称为特征选择，已经有一些技术了。一种是主成分分析（PCA），它通过保留最多的方差来减少数据集的维度。另一种你可以做的是查看是否有高度相关的变量。如果两个输入高度相关，可能意味着它们携带几乎相同的信息，因此可以删除而不会显著降低分类器的性能。作为第三种技术，你可以使用深度学习，这是一种试图学习将用于喂养你的训练器的特征的技术。关于深度学习和PCA的更多信息可以在这里找到 http://deeplearning.stanford.edu/wiki/index.php/Main_Page