《表6 人工网络分类效果：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

在真实网络和人工网络上，对SSNE方法学到的表示在分类任务上的性能进行测试，分类采用LIBLINEAR[22]算法，参数均为模型默认参数，评估方法为准确率，实验结果为算法运行10次的平均值。表5、表6为SSNE与Planetoid、GCN算法在不同数据集的分类效果展示。