链路预测算法的评价指标

衡量链路预测算法的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为边的集合。网络中总的节点数为N，边数为M，则该网络中不考虑相连关系的话共有N(N-1)/2个节点对，即全集U。
将网络中已知的连边E分为训练集E^T和测试集E^P两部分，E^P是在E的范围内随机选取的连边，并将选取后的E^p从E中删掉变成E^T。此时E^T∪E^P=E，E^T∩E^P=$\varnothing$。网络中还有E中不包含的连边的集合（两个节点之间没有边），我们将此集合定义为不存在的边。

一、AUC

一个算法经过训练得到网络中每一对节点之间的相似值，AUC指标就是比较测试集中的边的相似值和不存在的边的相似值的大小。

若Sim_测试 > Sim_不存在，则数值的分子加1（此时证明预测效果良好）；

若 S