Sarah_Ann

摘要： https://github.com/tkipf/gcn https://towardsdatascience.com/understanding-graph-convolutional-networks-for-node-classification-a2bfdb7aba7b https://ww 阅读全文

摘要： 原文链接： https://medium.com/@ODSC/a-brief-survey-of-node-classification-with-graph-neural-networks-fa02aff024e4 图神经网络彻底改变了图数据上神经网络的性能。 诸如Pinterest [1]，Go 阅读全文

摘要： https://zhuanlan.zhihu.com/p/53085574 总结一下，Infomap 算法的大体步骤如下（看起来跟 Louvain 有些许类似）： （1）初始化，对每个节点都视作独立的群组； （2）对图里的节点随机采样出一个序列，按顺序依次尝试将每个节点赋给邻居节点所在的社区，取平均 阅读全文

摘要： Key decisions to be made when creating a correlation matrix include: choice of correlation statistic, coding of the variables, treatment of missing da 阅读全文

摘要： 常见的二分类评估指标都已耳熟不能详，现在来了解一下多分类的评估。 你是否愿闻其详？ Reference webs: https://www.pythonf.cn/read/124960 https://zhuanlan.zhihu.com/p/59862986 https://toutiao.io/ 阅读全文

摘要： `import matplotlib.pyplot as plt import seaborn as sns import numpy as np import scipy.io as sio import pandas as pd from pyecharts.charts import Heat 阅读全文

摘要： C1 统计学习的模型可以分为概率型和非概率型 或者确定性模型 概率型模型：决策树，朴素贝叶斯，隐马尔科夫模型，条件随机场，概率潜在语义分析，潜在狄利克雷分配，高斯混合模型 非概率型模型：感知机，支持向量机，k近邻，AdaBoost,k均值，潜在语义分析，以及神经网络是非概率模型。 概率模型是生成模型 阅读全文

摘要： Chapter ONE 统计学习及监督学习概论 统计学习是概率论，统计学，信息论，计算理论，最优化理论及计算机科学等多个领域的交叉学科 统计学习由监督学习，无监督学习和强化学习等组成。有时还包括半监督学习和主动学习。 统计学习三要素：模型，策略和算法。 1.监督学习 从标注数据中学习预测模型的机器学 阅读全文

摘要： `#画出feature graph import networkx as nx import community import matplotlib.pyplot as plt import numpy as np import random import scipy.io as scio impo 阅读全文

摘要： https://www.jiqizhixin.com/articles/2019-08-03-3 https://shartoo.github.io/2020/02/11/network-community-python-pratice/ https://www.osgeo.cn/networkx/ 阅读全文