典型相关分析matlab实现代码
流形学习和图形内核
Torsello教授举办的人工智能课程的第三次作业
伯纳迪·里卡多-864018
指数:
[目录]
1.问题陈述
阅读本文,提出提高图形内核区分能力的方法。
从中选择一个图形内核
最短路径内核
Graphlet内核
随机游走内核
Weisfeiler-Lehman内核
从中选择一种多样的学习技术
等值线图
扩散图
拉普拉斯特征图
局部线性嵌入
在以下数据集上比较在给定内核上训练的SVM的性能(有或没有流形学习步骤):
生产者价格指数
震惊
注意:数据集包含在Matlab文件中。
变量G包含一个单元格向量,每个图一个。
每个像元的条目是图的邻接矩阵。
变量标签包含每个图的类标签。
新增我添加了带有图表和lavel邻接矩阵的csv版本的zip文件。
文件graphxxx.csv包含邻接矩阵,每个文件一个,而labels.csv文件包含所有标签。
生产者价格指数
震惊
2.简介
我们将在本文中解释我们在提供的两个数据集(称为PPI和SHOCK)上进行的实验。
PPI数据集处理蛋白质蛋白质相互作用,它由86个代表蛋白质的图组成,我们希望在它
2022-02-23 18:40:05
8.48MB
系统开源
1