【图机器学习】cs224w Lecture 3 - Motif, Graphlet 及 结构性角色
目录 Network Motifs Configuration Model Graphlets How to Find Motifs and Graphlets Structural Roles 转自本人：https ...
原文：03-motifs 图机器学习之motif和结构角色
Motifs and Structure Roles in Networks 子图 子网络：subnetworks network中的组成部分，可用于描述网络特性或区分网络 例子： 个节点的有向子图的不同形态 对于每一个subgraph： 假设我们有一度量工具可以用于对subgraph的重要性 显著性 进行评估： 负值表示under representation 不能很好的表征,欠表征 正 值表 ...
2020-02-06 23:10 0 3186 推荐指数：
相关推荐
机器学习 —— 概率图模型（学习：图结构）
概率图模型相比于其他学习算法的优势在于可以利用图结构来将已知信息带入到知识网络中。那么在使用概率图模型之前，往往要求图结构是已知的。而现实中或许我们并没有足够的先验知识，但是有大量的样本。如何通过样本对概率图的G进行推测就是这种学习算法要解决的问题。确实，在有大量样本的情况下 ...
ML 03、机器学习的三要素
机器学习算法原理、实现与实践——机器学习的三要素 1 模型 在监督学习中，模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如，假设决策函数是输入变量的线性函数，那么模型的假设空间就是这些线性函数构成的函数的集合。 假设空间 ...
机器学习技法--学习笔记03--Kernel技巧
背景 上一讲从对偶问题的角度描述了SVM问题，但是始终需要计算原始数据feature转换后的数据。这一讲，通过一个kernel（核函数）技巧，可以省去feature转换计算，但是仍然可以利用feat ...
【图机器学习】cs224w Lecture 4 - 社区结构
/details/105328390 之前讲到了网络中节点扮演不同角色，而角色这个概念和社区互补，那 ...
机器学习 —— 概率图模型（CPD）
CPD是conditional probability distribution的缩写，翻译成中文叫做 条件概率分布。在概率图中，条件概率分布是一个非常重要的概念。因为概率图研究的是随机变量之间的练习，练习就是条件，条件就要求条件概率。 对于简单的条件概率而言，我们可以用一个条件概率表 ...
机器学习中的矩阵方法03：QR 分解
1. QR 分解的形式 QR 分解是把矩阵分解成一个正交矩阵与一个上三角矩阵的积。QR 分解经常用来解线性最小二乘法问题。QR 分解也是特定特征值算法即QR算法的基础。用图可以将分解形象地表示成： 其中， Q 是一个标准正交方阵， R 是上三角矩阵。 2. QR 分解的求解 ...
机器学习入门03 - 降低损失 (Reducing Loss)
模型的迭代试错过程(迭代方法): 迭代策略可以很好地扩展到大型数据集，因此在机器学习中的应用非常 ...