机器学习数据预处理3:结点向量 (node2vec)

论文题目:node2vec: Scalable Feature Learning for Networks 
论文arXiv地址 
作者提供的博客地址
源代码GitHub地址

--------------------------------------------------

1. 背景

(1) 如何对图建模?

深度学习在 图像(CV,CG,DIP)自然语言处理 (NLP) 等领域有很好的应用。然而在涉及到图(有向图,无向图)结构的应用 比如社交网络,如何去对图建模,仍旧是一个问题。

(2) 现有方法?

第一阶段:one-hot 编码

具体介绍参见博客: 机器学习数据预处理1:独热编码(One-Hot)

第二阶段:word2vec

概念:

 word2vec 算法是实现 单词的向量表示 的算法。word2vec 主要 有 Skip-Gram 和 CBOW 两种模型 :

    a) CBOW是给定上下文,来预测 input word

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

梦dancing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值