- 博客(22)
- 资源 (3)
- 收藏
- 关注
转载 逻辑回归实战
简介 Logistic回归是一种机器学习分类算法,用于预测分类因变量的概率。 在逻辑回归中,因变量是一个二进制变量,包含编码为1(是,成功等)或0(不,失败等)的数据。 换句话说,逻辑回归模型预测P(Y = 1)是X的函数。 数据 该数据集来自UCI机器学习库,它与葡萄牙银行机构的直接营销活动(电话)有关。 分类目标是预测客户是否将购买定期存款(变量y)。 数据集可以从这里下载或...
2019-04-17 22:54:02
744
1
转载 图神经网络的基本结构及演变过程
图神经网络的基本结构及演变过程引言2019年伊始,一篇年度十大科技展望吸引了广泛的关注,其中一个趋势与本章的主题相关:“超大规模图神经网络系统将赋予机器常识”。而这已经不是图神经网络第一次被放到深度学习技术的头条位置了。2018年,DeepMind、谷歌大脑、MIT和爱丁堡大学的27名作者,对图神经网络及其推理能力进行了全面阐述[1]。随后,图卷积网络(Graph Convolution...
2019-04-16 18:51:58
3328
转载 什么是*args和**kwargs
def example(*args, **kwargs): print('-------------------') print('args = ', args) print('kwargs = ', kwargs) print('-------------------') if __name__ == '__main__': example(1,...
2019-04-13 09:35:00
196
原创 MXNET学习地点
在线书地址:https://zh.gluon.ai/toc.htmlGitHub项目:https://github.com/diveintodeeplearning/d2l-zhPDF:https://zh.gluon.ai/gluon_tutorials_zh.pdf视频:https://space.bilibili.com/209599371/channel/detail?...
2019-04-12 22:28:03
189
转载 NumPy实现Word2vec
import numpy as npfrom collections import defaultdictgetW1 = [[0.236, -0.962, 0.686, 0.785, -0.454, -0.833, -0.744, 0.677, -0.427, -0.066], [-0.907, 0.894, 0.225, 0.673, -0.579, -0.428, 0.685, 0...
2019-04-12 10:07:55
1348
原创 GCN学习笔记:第一部分,手把手用Numpy实现GCN
第一部分:图卷积网络到底怎么做,这是一份极简的Numpy实现由于图结构非常复杂且信息量很大,因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络(GCN)对图进行深度学习,GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。本文将介绍 GCN,并使用代码示例说明信息是如何通过 GCN 的隐藏层传播的。读者将看到 GCN 如何聚合来自前一层的信息,以及这种机制如何生成图...
2019-04-09 17:23:14
16043
20
转载 图卷积网络到底怎么做,这是一份极简的Numpy实现
由于图结构非常复杂且信息量很大,因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络(GCN)对图进行深度学习,GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。本文将介绍 GCN,并使用代码示例说明信息是如何通过 GCN 的隐藏层传播的。读者将看到 GCN 如何聚合来自前一层的信息,以及这种机制如何生成图中节点的有用特征表征。何为图卷积网络?...
2019-04-07 15:31:34
817
转载 将Excel表格中的两列数据导入到记事本txt文件中,且两列数据间距都为一个空格的距离
设数据列为A列和B列,在C列(C1)输入=A1&" "&B1公式中的西文引号间是4个空格公式向下填充。复制C列,粘贴到txt文件追问:我刚才试了一下,可是我的数据的第二列是小数点后有三位数的数值。这样的话我用这个方法第二列的数值小数点后面的数值就没有了。您能帮我解决一下这个问题吗?谢谢了!!!如果小数位数是固定三位的话,将C1的公式变一下...
2019-04-05 16:19:45
5585
转载 《Graph Learning》| 第一章:缤纷的图世界
《Graph Learning》| 第一章:缤纷的图世界原创: 刘忠雨 极验 2018-05-31 技术专栏 本文作者:刘忠雨由萝卜兔编辑整理 通过前文《浅析图卷积神经网络》的介绍,相信大家对于图学习有了一个初步的认识,接下来我们将更加细致的解析图学习的相关知识。 开启图学习算法的第一步:理解什么是图 在数学上,图(Graph)是表示对象与对象之间关系的...
2019-01-17 22:46:51
255
转载 KDD2018 网络表示学习最新教程:DeepWalk作者Perozzi等人带你探索最前沿
【导读】近日,数据挖掘领域最具影响力的学术会议之一的ACM SIGKDD (知识发现与数据挖掘会议)已于 8 月 19 日在英国伦敦召开。在这次会议上,来自伊利诺伊大学芝加哥分校(UIC)的Ivan Brugere老师、Google的Bryan Perozzi老师、清华大学的崔鹏、朱文武老师、西蒙弗雷泽大学的PEI JIAN老师以及伊利诺伊大学芝加哥分校的Tanya Berger-Wolf老师分享...
2019-01-17 10:59:20
885
转载 BA网络构造原理
import numpy as npimport randomunnormalized_probs = [] #node idnode = [1,5,3,7,9]snode = sorted(node) # weights for nodesa=[2,2,2,2,2]norm_const = sum(a)normalized_probs = [float(u_prob)/nor...
2019-01-11 21:59:22
3843
原创 karate--deepwalk.embedding 及 karate--node2vec.embedding散点图绘制
一,karate--deepwalk.embedding# -- coding: utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as npdf=pd.read_csv(r"C:\Users\WBL\Desktop\DeepWalk\karate--deepwalk.embedding.csv")...
2019-01-10 19:25:33
595
原创 node2vec嵌入向量散点图绘制
# -- coding: utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as npdf=pd.read_csv(r"C:\Users\WBL\Desktop\node2vec-master\karate--node2vec.embeddings.csv") # r为转义字符# print(df....
2019-01-10 18:53:45
871
原创 matplotlib 使用总结——散点图
一、散点图引入 什么是散点图? 反映两组变量每个数据点的值,并且从散点图可以看出它们之间的相关性。单看概念可能不太好理解,我们可以从一个例子说起。下面我们通过例子边学边做。 在做散点图之前,最重要的是我们得有数据啊,数据很重要。这里我们利用关于karate--deepwalk.embeddings的数据,假设存储在目录C:\Users\WBL\Desktop\DeepWalk\karate-...
2019-01-09 20:25:39
666
原创 运行
1.python __main__.py --input C:\Users\WBL\Desktop\DeepWalk\deepwalk-master\example_graphs/karate.adjlist --number-walks 40 --representation-size 2 --walk-length 40 --window-size 10 --output C:\Users\W...
2019-01-09 17:50:28
175
转载 网络表示学习 常用数据集
Zachary’s karate club一个大学空手道俱乐部的社交关系图, 很多论文中都喜欢用它做例子. 这个图比较简单, 有34个节点, 78条边.youtube 2数据集介绍见[2]. node有两种, personperson 与 groupgroup, edge 也有两种, friend⊆(person×person)friend⊆(person×person), mem...
2018-12-16 16:24:42
815
转载 大致了解一下DeepWalk
大致了解一下DeepWalk讲到DeepWalk,不得不说的Word2Vec CBOW模型 CBOW模型的理解 CBOW模型流程举例 Skip-Gram模型 模型 假任务 模型细节 隐层 输出层 直觉 下一步 一些常用的trick 词组 降采样常用词 采样率 Negative Sampling ...
2018-12-10 22:03:37
832
转载 openne
为了方便大家对网络表示学习(NE/NRL)开展相关的实验或研究,清华大学计算机科学与技术系的研究人员在 GitHub 上发布了 NE/NRL 训练和测试框架 OpenNE,其中统一了 NE 模型输入/输出/评测接口,并且修订和复现了目前比较经典的网络表征学习模型。该项目还在持续开发中,作者还提供了与未扩展模型的比较结果。在给大家分享之前呢,小编推荐一下一个挺不错的交流宝地,里面都是一群热爱并在学习...
2018-12-10 21:50:52
1514
转载 写论文思路
写论文先得有论文的思路。那如何去找论文的思路呢?我觉得先要去看看那些发表在顶级期刊的论文,看看他们怎么做的,然后把他们的论文里的东西先学会了,之后再把这个算法应用到其他语料库上,当然,这个发不了很高级的论文。这是最次等的做法,高级的做法是对主流方法进行改进,改改目标函数,训练模型等。或者在这个方法中,加入一点其他的方法。这是我们最常用的方法,当然,这个方法一般能发比较好的期刊上。第三种方法...
2018-12-08 19:09:53
1399
转载 社区发现(Community Detection)算法
作者: peghoty 出处: http://blog.youkuaiyun.com/peghoty/article/details/9286905 社区发现(Community Detection)算法用来发现网络中的社区结构,也可以看做是一种聚类算法。以下是我的一个 PPT 报告,分享给大家。 从上述定义可以看出:社区是一个比较含糊的概...
2018-12-01 17:51:41
1298
原创 word2vec模型。该模型是用于学习文字的向量表示,称之为“word embedding”
Vector Representations of Words在本教程我们来看一下Mikolov et al中提到的word2vec模型。该模型是用于学习文字的向量表示,称之为“word embedding”。亮点本教程意在展现出在TensorfLow中构建word2vec模型有趣、本质的部分。我们从我们为何需要使用向量表示文字开始。 我们通过直观地例子观察模型背后的本质,以及它...
2018-12-01 17:49:31
1452
复杂网络分析
2018-12-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人