smote的matlab代码-GraphSmote:论文“GraphSMOTE:ImbalancedNodeClassificationonG

上传者: 38623366 | 上传时间: 2021-12-08 23:12:19 | 文件大小: 15KB | 文件类型: -
smote的matlab代码GraphSmote WSDM2021论文的pytorch实现 依赖关系 中央处理器 Python3 数据库 pytorch1.0 网络 2.4 scipy 学习 数据集 发布了两个处理过的数据集,包括 BlogCatalog 和 Cora。 要下载它们,请。 请将它们解压缩到“数据”文件夹中。 推特数据集来自 , 与 。 配置 架构 我们提供两种基础架构,GCN 和 GraphSage。 默认是GraphSage,可以通过'--model'设置。 高档比例 默认值为1。如果想让每个类平衡而不是使用预设比率,请在'--up_scale'中将其设置为0。 微调解码器 在finetune期间,设置'--setting='newG_cls''对应使用预训练的解码器,设置'--setting='recon_newG''对应也对解码器进行微调。 此外,在微调期间,'--opt_new_G' 对应于更新解码器,也有分类损失。 这个选项可能会导致更多的性能差异,并且通常需要更仔细的超参数选择。 图SMOTE 以下是 Cora 数据集的示例。 火车 预训练自动编码器 pyt

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明