如何使用张力板确定重要特征?

我有一个二进制分类器模型,它是使用估计器api构建的。这个模型有大约300个特征和一个标签。我用的是一个有175个神经元的单隐层模型。

我用5000个训练步骤来运行模型。在分成训练、测试和验证集之前,我有278个一个类的实例和178个第二个类的实例。它并不完全平衡。

也就是说,我得到的精度是0.984。

所以,我试图解释直方图的结果,看看是否可以用它来确定哪些特征比其他特征更重要。下面是直方图选项卡中的一些图片。

以下是logits的截图。