算法衡量auc_链路预测算法的评价指标

花花鼓

于 2021-01-09 20:48:27 发布

阅读量1.9k

点赞数 1

文章标签：算法衡量auc

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42131013/article/details/112509745

版权

文章详细介绍了用于链路预测算法评估的三种指标：AUC、Precision和Ranking Score。AUC全局衡量算法准确性，Precision关注前L位预测准确性，Ranking Score侧重边的排序质量。AUC是主要标准，当AUC相近时，Precision成为次要衡量指标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

该文章主要参考吕琳媛的《复杂网络链路预测》以及博文《链路预测(Link prediction)中常用的评价指标(evaluation metrics)》。

衡量链路预测算法精确度的指标有三种：AUC、Precision、Ranking Score。

定义 ( G, V, E) 为一个无向网络，其中V为节点集合，E为边集合。网络总的节点数为N，边数为M。该网络共有N(N-1)/2个节点对，即全集U。

将已知的连边

分为训练集

和测试集

两部分。从数据集中选取一部分边作为测试集

，并将这部分边从数据集中删去，由数据集中剩余部分的边作为训练集

。显然有

，且

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。