《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》
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}
图表编号 | XD00130720900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 许爽、李淼磊 |
绘制单位 | 大连民族大学信息与通信工程学院、大连民族大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |