《表6 人工网络分类效果:半监督属性网络表示学习方法》
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。
图表编号 | XD0090161200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.15 |
作者 | 张璞、柴变芳、张静、李文斌 |
绘制单位 | 河北地质大学信息工程学院、河北地质大学信息工程学院、河北地质大学信息工程学院、河北地质大学教务处 |
更多格式 | 高清、无水印(增值服务) |