《表3 3种KIMV在5个数据集上的NMI》
为研究拉普拉斯正则化和自适应视角加权机制是否给模型带来正面影响,本节在含有20%缺失数据情况下分别移除拉普拉斯正则化项(KIMV1)和自适应视角加权项(KIMV2)进行实验,表3给出3种情况下的NMI结果。通过观察表3可以看出,通过利用自适应视角加权项和拉普拉斯正则化项可以较大提高模型的鲁棒性,此外在多数数据集上拉普拉斯正则化的作用要大于自适应视角加权项。
图表编号 | XD00204317900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 张炜、邓赵红、王士同 |
绘制单位 | 江南大学人工智能与计算机学院、江南大学人工智能与计算机学院、江南大学人工智能与计算机学院 |
更多格式 | 高清、无水印(增值服务) |