《表3 真实网络聚类效果：半监督属性网络表示学习方法》

  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

《半监督属性网络表示学习方法》

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

将SSNE方法学到的表示应用于聚类任务进行测试，评估学到表示的质量。通过给定先验比例，来判断先验在学习过程中起到的作用，同时为了减弱随机性，每个比例下的实验结果为独立重复10次的平均值。表3、表4为本算法与Planetoid、GCN两个半监督算法在不同数据集上得到Embeddings聚类效果，采用标准化互信息NMI[21]进行评估。