1. 训练速度不能太快,默认0.01就可以,深度学习非凸优化,训练太快容易错过最优解。
2. node2vec p和q调整,学习相似性优先选择dfs,--walk_q 0.5 --walk_p 2,参考https://zhuanlan.zhihu.com/p/64756917.
3. 出度太多的点从数据中剔除,防止结果不拟合;出现次数太少的结果剔除,防止结果随机
1. 训练速度不能太快,默认0.01就可以,深度学习非凸优化,训练太快容易错过最优解。
2. node2vec p和q调整,学习相似性优先选择dfs,--walk_q 0.5 --walk_p 2,参考https://zhuanlan.zhihu.com/p/64756917.
3. 出度太多的点从数据中剔除,防止结果不拟合;出现次数太少的结果剔除,防止结果随机