En términos de jerga de redes neuronales (y = Peso * x + sesgo), ¿cómo sabría qué variables son más importantes que otras?
Tengo una red neuronal con 10 entradas, 1 capa oculta con 20 nodos y 1 capa de salida que tiene 1 nodo. No estoy seguro de cómo saber qué variables de entrada son más influyentes que otras variables. Lo que estoy pensando es que si una entrada es importante, tendrá una conexión altamente ponderada a la primera capa, pero el peso puede ser positivo o negativo. Entonces, lo que podría hacer es tomar el valor absoluto de los pesos de la entrada y sumarlos. Las entradas más importantes tendrían sumas más altas.
Entonces, por ejemplo, si la longitud del cabello es una de las entradas, entonces debería tener 1 conexión a cada uno de los nodos en la siguiente capa, por lo que 20 conexiones (y por lo tanto 20 pesos). ¿Puedo simplemente tomar el valor absoluto de cada peso y sumarlos?