标签:02 cs224w frac cdot sum 学习 beta alpha 节点
传统图机器学习方法
传统机器学习的任务级别可以划分为三个级别:Node-level、Edge-level、Graph-level
按照节点的不同,特征也分别为nodes、links、graphs
传统的机器学习模型
- random forest
- SVM
- Neural network, etc
$ x \rightarrow y $
想得到好的训练效果关键在于使用有效的特征,而传统的机器学习方法使用人工设计特征。以下以无向图为例:
Node-leverl Tasks
描述节点重要性的方法
Eigenvector centrality
model the centrality of node
标签:02,cs224w,frac,cdot,sum,学习,beta,alpha,节点 来源: https://www.cnblogs.com/kalicener/p/15323706.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。