《表9 链路预测结果：基于子图特征的科学家合作网络链路预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于子图特征的科学家合作网络链路预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用基于边子图特征作为模型的输入得到的AUC值见表9。从表中可以看出，使用所有特征得到的AUC值为0.867，只保留特征排序中影响力等级前5的特征后，AUC值为0.854，与所有特征的AUC值相差很小，所以这些特征对链路预测结果影响较大。在去掉影响力低的特征基础上，又根据特征相关性，去掉了第二类强相关特征中的HP＿subedge，得到的AUC值为0.850，与上一步的AUC值相同，因此根据相关性去掉部分冗余特征后，可以达到与之前接近的预测效果。根据特征选择去除冗余特征之后，可以得到子图特征的最优子集U3，U3={commonfriends＿subedge，sub-edge，HD＿subedge，LHN＿subedge}