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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注