graph embedding源码阅读

最新推荐文章于 2022-05-14 00:15:15 发布
最新推荐文章于 2022-05-14 00:15:15 发布
阅读量252 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/TQCAI666/article/details/114114448
版权

文章目录

LINE

看到 ge.models.line.LINE#_gen_sampling_table

node_degree 表示出度

归一化后，得到顶点的分布norm_prob，然后算alias_table

构建alias表得到accept, alias两个变量

_gen_sampling_table这步其实主要构建顶点和边的采样表

ge.models.line.create_model

大概是看懂了。。

struc2vec

【Graph Embedding】node2vec：算法原理，实现和应用

Alias Method:时间复杂度O(1)的离散采样方法

【数学】时间复杂度O(1)的离散采样算法—— Alias method/别名采样方法

计算结构距离

ge.models.struc2vec.Struc2Vec#_compute_structural_distance

dist_func = cost_max

计算每个结点的有序度序列

ge.models.struc2vec.Struc2Vec#_compute_ordered_degreelist

遍历边表的顶点，每个都计算有序度序列

ge.models.struc2vec.Struc2Vec#_get_order_degreelist_node

这个函数类似BFS，迭代直到层数大于max_num_layers

采用压缩存储的方式存储有序度序列
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

计算完成后得到degreeList

此时的degreeList：
在这里插入图片描述

_create_vectors函数处理后的degrees：
在这里插入图片描述

vertices保留与其度数相近的结点

在这里插入图片描述

structural_dist

在这里插入图片描述

在这里插入图片描述

数学工具构造器
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【Graph Embedding】Struc2Vec：算法原理，实现和应用
浅梦的学习笔记
02-14 1万+
前面介绍过DeepWalk,LINE,Node2Vec,SDNE几个graph embedding方法。这些方法都是基于近邻相似的假设的。其中DeepWalk,Node2Vec通过随机游走在图中采样顶点序列来构造顶点的近邻集合。LINE显式的构造邻接点对和顶点的距离为1的近邻集合。SDNE使用邻接矩阵描述顶点的近邻结构。 事实上，在一些场景中，两个不是近邻的顶点也可能拥有很高的相似性，对于这类相似性，上述方法是无法捕捉到的。Struc2Vec就是针对这类场景提出的。Struc2Vec的论文发表在201
图上的机器学习系列-聊聊struc2vec
a_step_further的博客
04-15 1664
前言 本篇继续我们的Graph Embedding之旅。以往我们生成的节点向量保留的一个特征是节点之间的距离，基于随机游走的这一类方法生成的节点距离往往是图上空间位置上的相近。现实世界中，网络中的节点往往还有一个特征就是其在网络结构上的位置角色，类似于下图中u,v这两个节点，它们在结构上的作用很相似，但如果基于随机游走的方法来进行embedding表示，无法将其映射为相似的账号。对传统复杂网络...
graph embedding 论文及源码阅读 deepwalk & line & node2vec & bine
KIDGIN7439的专栏
02-22 1716
最近学习了下graph embedding方面的内容，主要看了如下几篇论文及对应开源代码，记录下。 DeepWalk: Online Learning of Social Representations LINE: Large-scale Information Network Embedding node2vec: Scalable Feature Learning for Network...
一文直击Graph Embedding图表示学习的原理及应用
hellozhxy的博客
06-01 4628
导读：我们都知道在数据结构中，图是一种基础且常用的结构。现实世界中许多场景可以抽象为一种图结构，如社交网络，交通网络，电商网站中用户与物品的关系等。 目前提到图算法一般指： 经典数据结构与算法层面的：最小生成树 (Prim,Kruskal,...) ，最短路 (Dijkstra,Floyed,...) ，拓扑排序，关键路径等 概率图模型，涉及图的表示，推断和学习，详细可以参考 Koller 的书或者公开课 图神经网络，主要包括 Graph Embedding (基于随机游走)和
struc2vec实战
发呆的比目鱼的博客
05-14 500
struc2vec实战
修改了deepwalk代码的GraphEmbedding-master
05-30
修改了deepwalk代码的GraphEmbedding-master修改了deepwalk代码的GraphEmbedding-master修改了deepwalk代码的GraphEmbedding-master修改了deepwalk代码的GraphEmbedding-master修改了deepwalk代码的GraphEmbedding-...
基于自然语言处理的神经图嵌入方法《Neural Graph Embedding methods for NLP》，phd_thesis.zip
11-06
Shikhar的博士毕业论文，题目为《Neural Graph Embedding methods for NLP》，这篇论文可中详述了他在GNN（尤其是GCN）领域的深入探索，并附有相应的源代码下载，做该方向的研究者可从他的thesis中得到大量启示，有...
2019-Graph Embedding on Biomedical Networks, Methods, Applicatio
08-08
为了促进研究的可重复性和进一步的发展，作者开发了一个名为BioNEV的Python软件包，包含了所有实验的源代码和数据集，使得其他研究人员能够轻松地在自己的生物医学任务中应用和比较不同的图嵌入方法。 总结来说，图...
随机游走matlab代码-graph_embedding_hyperparam_analysis:graph_embedding_hyperp
06-12
"graph_embedding_hyperparam_analysis-master"可能是项目主分支的文件夹，其中可能包含源代码、数据集、实验结果和文档等。源代码文件可能有实现上述步骤的函数，例如用于构建图、执行随机游走、训练图嵌入模型以及...
myEmb_embedding_
10-03
首先，`graph2sample.py`可能包含了将整个图数据转化为样本数据的代码。在networkx库中，我们可以创建、操作和分析各种复杂网络。这个脚本可能涉及到以下步骤： 1. **加载图数据**：通过networkx读取图数据，可能...
运行GraphEmbedding代码
qq_43024853的博客
03-08 581
1.下载代码 2.将代码导入pycharm 3.pycharm自动为graph embedding项目创建一个虚拟环境 关于python使用虚拟环境的好处 方便对项目进行包管理 4.根据graph embedding的提示，配置环境 首先安装tensorflow pip install tensorflow 可以看到安装的是2.4.1版本的tf（不知道版本不一致会不会埋坑，希望不会出事） 之后运行 python setup.py install python setup.py install 通过这个命
struc2vec算法解析
SXxtyz的博客
05-17 541
转载自链接
几种常见的Graph Embedding方法
Dou_Hua_Hua的博客
08-19 2997
图（Graph）是一个常见的数据结构，现实世界中有很多很多任务可以抽象成图问题，比如社交网络，蛋白体结构，交通路网数据，以及很火的知识图谱等，甚至规则网络结构数据（如图像，视频等）也是图数据的一种特殊形式。针对graph的研究可以分成三类：1.简单的graph算法：如生成树算法，最短路算法，复杂一点的二分图匹配，费用流问题等等；2.概率图模型：将条件概率表达为图结构，并进一步挖掘，典型的有条件随机场等；3.图神经网络：研究图结构数据挖掘的问题，典型的有graph embedding，graph CNN等。.
struc2vec介绍
九层台
07-18 4415
struc2vec 说明 本文从官方提供的 ppt 出发，主要是进行一些介绍，并不涉及复杂公式的讲解，详细的公式讲解见底部的参考文章。 Node Representations 将网络节点映射到另一个空间中，这个空间叫欧式空间(Euclidean space) 这里介绍了三种不同方式 第一个保留网络距离：所谓的距离是一个节点到另一个节点需要经过几个节点（分层） 第三个根据节点度的不同进行分类 Structural Identity（结构性身份） 节点是什么。 节点识别方法 上图描述了强结构化等价(
【网络表示学习】struc2vec
zjwreal
06-05 5090
名称：struc2vec: Learning Node Representations from Structural Identity 作者：Leonardo F. R. Ribeiro, Pedro H. P. Saverese, Daniel R. Figueiredo 来源：KDD 2017 源码：https://github.com/leoribeiro/struc2vec 传统的g...
GraphEmbedding
zhangbaoanhadoop的博客
08-29 1139
1. http://cazabetremy.fr/Teaching/catedra/6-Embedding.pdf 2.https://yafei002.github.io/2018/04/11/Network-Embedding/ 3. http://i.stanford.edu/~jure/pub/talks2/leskovec-networks-01-nodes.pdf 4. http...
财务收支管理系统(自动统计，智能查询，).xlsm
08-13
工资表，财务报表，对账表，付款申请，财务报告，费用支出表，财务收支 适用人群：学习不同技术领域的小白或进阶学习者；可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
核电站建设和运营 头豹词条报告系列.pdf
最新发布
08-13
电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
户用储能 头豹词条报告系列.pdf
08-13
电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
Graph Embedding
03-28
Graph Embedding是一种将图中的节点映射到低维向量空间的技术。通过Graph Embedding，我们可以将图中的节点表示为具有语义信息的向量，从而方便进行机器学习和数据挖掘任务。Graph Embedding可以用于图数据的可视化...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值