《表5 基于XGBoost与基于相似性的链路预测在facebook数据集上精度比较》
注:XGBoost-3、XGBoost-7、XGBoost-9、XGBoost-11分别表示选取3、5、7、9、11个指标时运用XGBoost算法进行链路预测得到的结果
表5表明分别综合考虑3、5、7、9、11个相似性指标,使用XGBoost算法进行链路预测后得到的AUC在绝大部分情况下优于单个指标,在指标个数小于12个时,也存在单个指标优于多个指标的情况。图1表明随着指标个数的增加,基于XGBoost算法链路预测的AUC也在增加。在综合考虑全部15个指标之后,AUC最大,链路预测效果最好。
图表编号 | XD00110610600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 陈耀飞、王友国、朱亮 |
绘制单位 | 南京邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |