Network Embedding中方法回顧

網絡嵌入方法(Network Embedding)旨在學習網絡中節點的低維度潛在表示,所學習到的特徵表示可以用作基於圖的各種任務的特徵,例如分類,聚類,鏈路預測和可視化。 傳統意義上的 Graph Embedding 被看成是一個降維的過程,而主要的方法包括主成分分析(PCA)和多維縮放(MDS)。所有的方法都可以理解成運用一個 n × k 的矩陣來表示原始的 n × m 矩陣,其中 k << n
相關文章
相關標籤/搜索