如何使用机器学习来学习图

我是机器学习的新手。我想使用机器学习的方法来学习图。图有节点和连接。从编程角度,我可以计算出所有节点及其输入输出连接的表格信息,例如:

out(A)=C, out(B) = C, in(C) = A, in(C) = B.

上表是一个图的示例,其中两个节点A和B连接到一个节点C。节点可能会偶尔增加或删除,但这种情况并不常见。请问有人能告诉我如何学习这样的图吗?我可以使用哪种机器学习方法?有没有简单的入门教程?


回答:

听起来更“传统”的机器学习系统可能无法做到这一点——你需要的是统计关系学习。不幸的是,这是一个相对较新、复杂且尚未成熟的领域。

不过,你可以看看Alchemy。它附带了相当详尽的文档,其中包括一些示例。这些示例应该能帮助你入门。如果你有进一步的问题,还有一个邮件列表可以咨询。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注