《表2 在Wiki-Flickr-YouTube事件数据集上多标签分类的结果》

  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

《事件分类:使用DeepWalk学习的基线》

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

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。