![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习深度学习
文章平均质量分 85
md5_NULL
郑州大学(2020级)大四信息安全在读,研究方向:机器学习,密码,算法,web安全;
华中科技大学 研0
展开
-
图表示学习——deepwalk
类比在图上也是一样,在图上,如果两个节点之间的路径短,那么这两个节点的相似性一定很高,也就是向量之间的距离短,考虑图G(V,E),在其基础上添加顶点的类别,则形成标注图(labeled graph)GL=(V,E,X,Y),其中X∈R(|v|*d)为顶点嵌入,Y∈R(|V|×|C|),d为特征维数,Y为标签集。但是这种方法不能够表现出相似性的关系,来就有了更聪明的方法,考虑将这些词语用高维空间中的向量表示,如果两个词向量之间的距离近,那么它们对应的词就具有越高的。我 0 [1,0,0,0]原创 2023-05-23 21:17:18 · 167 阅读 · 0 评论 -
从0开始实现线性回归模型
梯度下降最简单的用法是计算损失函数(数据集中所有样本的损失均值)关于模型参数的导数(在这里也可以称为梯度),但实际中的执行可能会非常慢:因为在每一次更新参数之前,我们必须遍历整个数据集。给定训练数据特征X和对应的已知标签y, 线性回归的目标是找到一组权重向量W和偏置b,当给定从的同分布中取样的新样本特征时, 这组权重向量和偏置能够使得新样本预测标签的误差尽可能小。如上图所示,估计值和观测值之间较大的误差将会导致更大的损失,为了度量模型在整个数据集上的质量,需要计算训练集n个严格不能的损失均值。原创 2023-05-23 21:12:42 · 120 阅读 · 0 评论 -
基于Pyg实现GCN对Cora数据集的分类任务
Cora 数据集由机器学习论文组成,是近年来图深度学习很喜欢使用的数据集。基于案例遗传算法神经网络概率方法强化学习规则学习理论论文的选择方式是,在最终语料库中,每篇论文至少引用一篇论文或被至少一篇论文引用(即至少有一条出边或至少有一条入边,也就是样本点之间存在联系,没有任何一个样本点与其他样本点完全没联系。如果将样本点看做图中的点,则这是一个连通的图,不存在孤立点)。整个语料库中有2708篇论文。原创 2023-05-23 21:15:48 · 656 阅读 · 0 评论