笔记(四)传统图机器学习的特征工程-连接

1、引言

工作:通过已知连接,补全未知连接

思想:

  • 直接提取link特征,把link变成D维向量
  • 把link两端节点的D维向量拼接在一起(不好,丢失了link本身的连接结构信息)

2、连接分类

  • 客观静态图:蛋白质分子
  • 动态生成图:论文生成、社交网络(从上个时间(点或段)预测下个时间,并与真实的下个时间作比较)

3、连接的特征分类

两点之间-最短路径长度

-容易忽略节点的重要度

局部区域-邻居节点的共同邻居(邻域信息)

-共同好友个数、交并比、共同好友的重要度

-也会出现两个节点没有邻域信息,所以就要考虑看全图信息

全局信息 katz index 卡兹系数

-节点u和节点v之间长度为k的路径个数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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