《表2 在Wiki-Flickr-YouTube事件数据集上多标签分类的结果》
为了验证我们在Wiki-Flickr-YouTube事件数据集上构建图的有效性,我们使用DeepWalk学习到每一个节点的向量(向量的维度d=128)。然后在利用机器学习中的逻辑回归算法对其进行多标签的分类。具体而言,我们随机抽样标记节点的一部分(TR),并将其用作训练数据,其余节点用作测试。我们重复这个过程10次,并报告Macro-F1和Micro-F1的平均表现。在本实验中,我们将社交网络上的训练比率(TR)从1%改为10%。这对应于在整个网络中标记有大约300到3,000个节点用于分类。表2显示了实验结果,通过观察可以发现即使是在训练数据集很小的情况也可以得到较好的分类效果。
图表编号 | XD0088722500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 黄费涛、杨振国、刘文印 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院、广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |