python数据挖掘
Binary_1012382501
这个作者很懒,什么都没留下…
展开
-
单层GNN完成cora数据集节点分类任务
import torch import torch.nn as nn import torch.nn.functional as F import numpy as np import matplotlib.pyplot as plt """ 引用上一篇博客中所用到的数据处理函数 """ from coraDatasetsProcess import main node_nums,feature_dims,label_list,feat_Matrix,degree_list,cites,X_Node,..原创 2020-07-15 11:22:29 · 1230 阅读 · 0 评论 -
Cora数据集处理用作下游社交网络任务
import os import numpy as np from tqdm import tqdm import matplotlib.pyplot as plt import torch import torch.nn as nn import torch.nn.functional as F ''' node_num, feat_dim, stat_dim, num_class, T feat_Matrix, X_Node, X_Neis, dg_list cora.content共有2708.原创 2020-07-14 20:25:44 · 849 阅读 · 2 评论 -
karate-club空手道成员俱乐部社区模块度计算和节点着色
import networkx as nx import numpy as np import matplotlib.pyplot as plt #获取空手道俱乐部成员数据 def getKarateClub(): G = nx.karate_club_graph() G = G.to_undirected() return G #构造邻接矩阵和度矩阵 def karateMatrix(G): N=len(G.adj) #初始化邻接矩阵 A=np.zero..原创 2020-07-14 14:46:52 · 4423 阅读 · 3 评论 -
word2vec中的skip-gram模型详解与代码实现(文末附源码)
一、模型效果 给定一个句子,如“I love you very much”。假设中心词是love,通过这个模型可以输出"love"这个单词的上下文"I"和"you"的概率,当然这个上下文的窗口是可以自己指定的; skip-gram模型的基础是神经网络,所以在不断迭代训练的过程中,神经网络中的权重矩阵会不断更新,当训练...原创 2019-11-29 11:08:01 · 2665 阅读 · 3 评论