网络表示学习 常用数据集

最新推荐文章于 2023-07-19 09:09:56 发布
最新推荐文章于 2023-07-19 09:09:56 发布
阅读量4.5k 收藏 6
点赞数
分类专栏： 【ML------------通用
天天开心
本文链接：https://blog.csdn.net/chuchus/article/details/80760508
版权

Zachary’s karate club

一个大学空手道俱乐部的社交关系图, 很多论文中都喜欢用它做例子.
这个图比较简单, 有34个节点, 78条边.

youtube 2

数据集介绍见[2].
node有两种, person p e r s o n 与 group g r o u p , edge 也有两种, friend⊆(person×person) f r i e n d ⊆ ( p e r s o n × p e r s o n ) , membership⊆(person×group) m e m b e r s h i p ⊆ ( p e r s o n × g r o u p )

person 个数: 1138499
friend 关系个数: 2990443
group 个数:47.

WN18

来自 WordNet.
18 relation types; 40K entities.

FB15K

来自 Freebase.
1.3K relation types; 14K entities.

参考

  1. wikipedia, Zachary’s karate club
  2. deepwalk中的测评数据集之一, YouTube2
yichudu
关注
专栏目录
ANRL：ANRL：通过深度神经网络进行属性网络表示学习（IJCAI-2018）
02-15
安尔 ANRL：通过深度神经网络进行的属性网络表示学习（IJCAI-18） 这是ANRL算法的Tensorflow实现，可为网络中的每个节点学习低维表示。 具体来说，ANRL由两个模块组成，即邻居增强自动编码器和属性感知跳过语法模型，以共同捕获节点属性接近度和网络拓扑接近度。 要求 python2.7或python3.6 张量流 网络 麻木 科学的 scikit学习 所有必需的软件包都在requirements.txt中定义。 要安装所有要求，只需使用以下命令： pip install -r requirements.txt 基本用法 输入数据 对于节点分类，每个数据集包含3个文件：边缘列表，特征和标签。 1. citeseer.edgelist: each line contains two connected nodes. node_1 node_2 (weight) node
知识图谱中的表示学习
11-04
从宏观角度介绍了RL4KG，可以让初学者迅速掌握表示学习的概念和要义。
网络表示学习（SeqNE-2019AAAI）
qq_43390809的博客
07-24 331
摘要 在大规模网络上，人们已经提出了许多成功的低维表示学习方法，而现有的方法几乎都是在不可分割的过程中设计的，即使只有一小部分节点感兴趣，也可以学习整个网络的嵌入。这会带来极大的不便，特别是在超大或动态网络上，这些方法几乎不可能实现。本文对分离矩阵分解问题进行了形式化描述，在此基础上提出了一种新的既能保持局部信息又能保持全局信息的目标函数。我们进一步提出了一种简单灵活的网络嵌入算法SepNE，它可以独立地学习分离过程中不同节点子集的表示。通过实现可分离性，减少了嵌入无关节点的不可继承性，产生了对超大网络的.
数据集地址
Carl_changxin的博客
09-17 1137
机器学习数据集地址1：https://vincentarelbundock.github.io/Rdatasets/datasets.html 机器学习数据集地址2：https://archive.ics.uci.edu/ml/machine-learning-databases/
学生成绩数据集(.csv和.mat格式)
05-12
该资源为学生成绩数据集，可用于预测学生的成绩等工作。数据集中分为7个属性， 原始数据集每列说明： GRE 成绩 (290 to 340) TOEFL 成绩(92 to 120) 学校等级 (1 to 5) 自身的意愿 (1 to 5) 推荐信的力度 (1 to 5) CGPA成绩 (6.8 to 9.92) 是否有研习经验 (0 or 1) 读硕士的意向 (0.34 to 0.97) Admission_Predict.csv：为原数据集 Admission_Predict_CGPA.csv：将CGPA数据放在第一列，作为Y，其余列为X。 Admission_Predict_grade.csv：将grade数据放在第一列，作为Y，其余列为X。 Admission_Predict_GRE.csv：将GRE数据放在第一列，作为Y，其余列为X。 Admission_Predict_TOEFL.csv：将TOEFL数据放在第一列，作为Y，其余列为X。 对应的.csv格式已经转换为.mat格式
图数据集（图结构数据集）+图神经网络-深度学习
03-09
这是总结的深度学习中常用的11个图数据集。 1. 近年来，深度学习越来越关注图方向的任务，通过利用图神经网络去挖掘现实中各种可以利用图来表示事物（社交网络，论文引用网络，分子结构）等等，来学习更好的表示，去...
机器学习常用数据集(iris、wine、abalone)
06-06
在实际应用中，这些数据集可以用于测试和比较不同机器学习算法的表现，包括但不限于支持向量机（SVM）、随机森林（Random Forest）、神经网络（Neural Networks）和梯度提升机（Gradient Boosting Machines）等。...
图像处理常用的McMaster数据集
01-14
《图像处理常用的数据集——McMaster的深度学习价值与应用》 在当今的计算机视觉领域，数据集扮演着至关重要的角色。它们是算法训练、模型验证和比较的基础，为研究者提供了基准，推动了图像处理和深度学习的发展。...
Keras常用内置数据集及用法-日月光华.zip
11-30
Keras常用内置数据集及用法-日月光华 数据集是用于深度学习 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人...
瑕疵检测数据集
01-05
这个数据集专注于"缺陷检测/瑕疵检测"，是机器学习，尤其是深度学习应用的关键组成部分。深度学习是一种人工智能技术，模仿人脑的工作方式，通过大量数据进行自我学习和改进，能够处理复杂模式识别问题，如图像分类...
互联网评论数据集
07-25
该评论数据，包含了六个领域（书籍、酒店、计算机、牛奶、手机、热水器）的评论数据，源自于各个电商平台.
互联网评论数据集 （已划分）
07-28
适用于中文中长文本分类 原始数据集和已经划分的数据集已给出 划分的数据集经过数据预处理，删除了其中的重复文本，以及文本长度小于50的句子，最终构造的平衡语料 训练集 5800 测试集 1000条 验证集1000 （正负评论各站一半）
FB15K 数据集
03-02
用在此处 https://github.com/thunlp/OpenKE For training, datasets contain three files: train2id.txt: training file, the first line is the number of triples for training. Then the follow lines are all in the format (e1, e2, rel). entity2id.txt: all entities and corresponding ids, one per line. The first line is the number of entities. relation2id.txt: all relations and corresponding ids, one per line. The first line is the number of relations. For testing, datasets contain additional two files (totally five files): test2id.txt: testing file, the first line is the number of triples for testing. Then the follow lines are all in the format (e1, e2, rel). valid2id.txt: validating file, the first line is the number of triples for validating. Then the follow lines are all in the format (e1, e2, rel).
facebook数据集
12-25
可用于数据挖掘的测试数据，使用该数据集合并通过Matlab进行仿真实验
社交网络真实数据集
最新发布
Jack的博客
07-19 2824
该文搜集了一些复杂网络数据集
representation learning 表示学习
热门推荐
zhangsh_20930的专栏
12-17 2万+
representation learning
网络表示学习
yichudu
06-20 1474
简述 Network Representation Learning, 网络表示学习. 类似于word2vec, 目标是用低维、稠密、实值的向量表示网络中的节点, 方便下游计算. 基本思想 仍旧类比于word2vec. 使用DFS/BFS的搜索思想对图进行遍历, 得到一系列 sequence, 类比于语料库中的word sequence, 也就是doc或sentence. 参...
10个常用机器学习算法详解：从线性回归到神经网络
数据集的规模、结构和特征对模型性能有很大影响，因此，评估和比较不同的算法是必不可少的步骤。 3. **实例：打扫房子的比喻** - 作者以日常生活的场景来说明，选择合适的工具（如吸尘器、扫帚或拖把）取决于具体...
评论 3
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