1.转载(有哪些指标可以描述两个图(graph)的相似度? - 一个安静的胖子的回答 - 知乎
https://www.zhihu.com/question/57269332/answer/157375170)
Graph kernel
实际上 kernel method 在图结构中的研究主要有两类:
一是Graph embedding 算法,将图(Graph)结构嵌入到向量空间,得到图结构的向量化表示,然后直接应用基于向量的核函数(RBF kernel, Sigmoid kernel, etc.) 处理,但是这类方法将结构化数据降维到向量空间损失了大量结构化信息;
二是Graph kernel算法, 直接面向图结构数据,既保留了核函数计算高效的优点,又包含了图数据在希尔伯特高维空间的结构化信息,针对不同的图结构(labeled graphs, weighted graphs, directed graphs, etc.) 有不同的Graph kernel。
2.几种Kernel:
1)随机游走核:在两个graph上随机游走,计算核函数,比较相似性
2)最短路径核:先得到两个graph的最短路径连通图,再进行随机游走
3)基于子图(待看)
4)R-convolution kernels(待看)