nodeembedding
时间: 2023-10-16 09:07:39 浏览: 33
Node Embedding是一种图表示学习方法,其任务是将图中的节点映射到一个低维的向量空间中,使得节点之间的关系和相似性能够在向量空间中得到有效的表达。在Node Embedding方法中,可以使用不同的技术来进行节点的嵌入,比如Encoder和Decoder结构、随机游走等方法。其中,Random Walk Approaches for Node Embeddings利用随机游走的方式来采样节点序列,然后通过序列的上下文信息来学习节点的嵌入。而Embedding Entire Graphs则是将整个图作为一个整体进行嵌入学习。在Node Embedding中,每个节点都会被映射到一个d维的空间中,这样可以方便地进行节点的相似性计算和图的分析。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [《图机器学习》-Node Embeddings](https://blog.csdn.net/GuoShao_/article/details/128625559)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]