笔记(三)传统图机器学习的特征工程-节点

1、不同种类的任务

笔记(三)传统图机器学习的特征工程-节点_第1张图片

2、传统图机器学习的几个层面

(人工特征工程+机器学习)

笔记(三)传统图机器学习的特征工程-节点_第2张图片

3、属性特征-节点本身的特征

笔记(三)传统图机器学习的特征工程-节点_第3张图片

4、连接特征-节点的结构信息

笔记(三)传统图机器学习的特征工程-节点_第4张图片

5、训练-预测

笔记(三)传统图机器学习的特征工程-节点_第5张图片

6、好模型需要好数据

-人工构造的特征(特征工程)-节点、连接、全图-无向图

笔记(三)传统图机器学习的特征工程-节点_第6张图片

笔记(三)传统图机器学习的特征工程-节点_第7张图片

7、节点层面的预测

笔记(三)传统图机器学习的特征工程-节点_第8张图片

半监督学习:训练时用到了未标记节点的特征,所以是半监督

笔记(三)传统图机器学习的特征工程-节点_第9张图片

8、节点的连接特征

度、重要度、聚集系数、子图模式

笔记(三)传统图机器学习的特征工程-节点_第10张图片

节点的度:

笔记(三)传统图机器学习的特征工程-节点_第11张图片

节点的重要度:可以从不同方面观察

笔记(三)传统图机器学习的特征工程-节点_第12张图片

节点的重要度-特征向量=节点邻居节点重要度求和,属于递归问题

笔记(三)传统图机器学习的特征工程-节点_第13张图片

节点的重要度-交通要道=作为连接结点

笔记(三)传统图机器学习的特征工程-节点_第14张图片

节点的重要度-最近路径=去哪都近

笔记(三)传统图机器学习的特征工程-节点_第15张图片

节点的重要度-集群系数-三角形

笔记(三)传统图机器学习的特征工程-节点_第16张图片

节点的重要度-集群系数-子图个数(同分异构体)

笔记(三)传统图机器学习的特征工程-节点_第17张图片

GDV

笔记(三)传统图机器学习的特征工程-节点_第18张图片

如何区别抱团社群?

你可能感兴趣的:(笔记)