我通常尝试做以下过程，我不知道它是否有名字：

• 尝试找到专家可以毫不犹豫地说出标签的特征。
• 为您的样本绘制相关矩阵，以调查每个特征是否与其他特征相关。每当输入功能太多时，我都会执行此过程。然后尝试减少相关特征或尝试应用PCA。考虑一下PCA单独不关心标签的观点，因此它可能会发现您的数据很难分离但不一定要分离的主要成分。

除了@Media 建议的内容之外，您还可以考虑在输入层上方的模型中添加一个 softmax 层。这是一种可视化与每个响应密切相关的特征的方法。当然，正如您所说，F 检验并不合适。据我所知，这是一个活跃的研究领域。