自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(22)
  • 资源 (3)
  • 收藏
  • 关注

转载 逻辑回归实战

简介  Logistic回归是一种机器学习分类算法,用于预测分类因变量的概率。 在逻辑回归中,因变量是一个二进制变量,包含编码为1(是,成功等)或0(不,失败等)的数据。 换句话说,逻辑回归模型预测P(Y = 1)是X的函数。  数据  该数据集来自UCI机器学习库,它与葡萄牙银行机构的直接营销活动(电话)有关。 分类目标是预测客户是否将购买定期存款(变量y)。 数据集可以从这里下载或...

2019-04-17 22:54:02 620 1

转载 图神经网络的基本结构及演变过程

图神经网络的基本结构及演变过程引言2019年伊始,一篇年度十大科技展望吸引了广泛的关注,其中一个趋势与本章的主题相关:“超大规模图神经网络系统将赋予机器常识”。而这已经不是图神经网络第一次被放到深度学习技术的头条位置了。2018年,DeepMind、谷歌大脑、MIT和爱丁堡大学的27名作者,对图神经网络及其推理能力进行了全面阐述[1]。随后,图卷积网络(Graph Convolution...

2019-04-16 18:51:58 3166

转载 什么是*args和**kwargs

def example(*args, **kwargs): print('-------------------') print('args = ', args) print('kwargs = ', kwargs) print('-------------------') if __name__ == '__main__': example(1,...

2019-04-13 09:35:00 156

原创 MXNET学习地点

在线书地址:https://zh.gluon.ai/toc.htmlGitHub项目:https://github.com/diveintodeeplearning/d2l-zhPDF:https://zh.gluon.ai/gluon_tutorials_zh.pdf视频:https://space.bilibili.com/209599371/channel/detail?...

2019-04-12 22:28:03 158

转载 NumPy实现Word2vec

import numpy as npfrom collections import defaultdictgetW1 = [[0.236, -0.962, 0.686, 0.785, -0.454, -0.833, -0.744, 0.677, -0.427, -0.066], [-0.907, 0.894, 0.225, 0.673, -0.579, -0.428, 0.685, 0...

2019-04-12 10:07:55 1293

转载 图解Word2vec,读这一篇就够了

https://mp.weixin.qq.com/s/kFiP2k6selIptz50QHfSrw

2019-04-10 15:03:09 1127

原创 GCN学习笔记:第一部分,手把手用Numpy实现GCN

第一部分:图卷积网络到底怎么做,这是一份极简的Numpy实现由于图结构非常复杂且信息量很大,因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络(GCN)对图进行深度学习,GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。本文将介绍 GCN,并使用代码示例说明信息是如何通过 GCN 的隐藏层传播的。读者将看到 GCN 如何聚合来自前一层的信息,以及这种机制如何生成图...

2019-04-09 17:23:14 15544 20

转载 图卷积网络到底怎么做,这是一份极简的Numpy实现

由于图结构非常复杂且信息量很大,因此对于图的机器学习是一项艰巨的任务。本文介绍了如何使用图卷积网络(GCN)对图进行深度学习,GCN 是一种可直接作用于图并利用其结构信息的强大神经网络。本文将介绍 GCN,并使用代码示例说明信息是如何通过 GCN 的隐藏层传播的。读者将看到 GCN 如何聚合来自前一层的信息,以及这种机制如何生成图中节点的有用特征表征。何为图卷积网络?...

2019-04-07 15:31:34 781

转载 将Excel表格中的两列数据导入到记事本txt文件中,且两列数据间距都为一个空格的距离

设数据列为A列和B列,在C列(C1)输入=A1&" "&B1公式中的西文引号间是4个空格公式向下填充。复制C列,粘贴到txt文件追问:我刚才试了一下,可是我的数据的第二列是小数点后有三位数的数值。这样的话我用这个方法第二列的数值小数点后面的数值就没有了。您能帮我解决一下这个问题吗?谢谢了!!!如果小数位数是固定三位的话,将C1的公式变一下...

2019-04-05 16:19:45 4964

转载 《Graph Learning》| 第一章:缤纷的图世界

《Graph Learning》| 第一章:缤纷的图世界原创: 刘忠雨 极验 2018-05-31  技术专栏  本文作者:刘忠雨由萝卜兔编辑整理 通过前文《浅析图卷积神经网络》的介绍,相信大家对于图学习有了一个初步的认识,接下来我们将更加细致的解析图学习的相关知识。 开启图学习算法的第一步:理解什么是图 在数学上,图(Graph)是表示对象与对象之间关系的...

2019-01-17 22:46:51 219

转载 KDD2018 网络表示学习最新教程:DeepWalk作者Perozzi等人带你探索最前沿

【导读】近日,数据挖掘领域最具影响力的学术会议之一的ACM SIGKDD (知识发现与数据挖掘会议)已于 8 月 19 日在英国伦敦召开。在这次会议上,来自伊利诺伊大学芝加哥分校(UIC)的Ivan Brugere老师、Google的Bryan Perozzi老师、清华大学的崔鹏、朱文武老师、西蒙弗雷泽大学的PEI JIAN老师以及伊利诺伊大学芝加哥分校的Tanya Berger-Wolf老师分享...

2019-01-17 10:59:20 844

转载 BA网络构造原理

import numpy as npimport randomunnormalized_probs = [] #node idnode = [1,5,3,7,9]snode = sorted(node) # weights for nodesa=[2,2,2,2,2]norm_const = sum(a)normalized_probs = [float(u_prob)/nor...

2019-01-11 21:59:22 3741

原创 karate--deepwalk.embedding 及 karate--node2vec.embedding散点图绘制

一,karate--deepwalk.embedding# -- coding: utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as npdf=pd.read_csv(r"C:\Users\WBL\Desktop\DeepWalk\karate--deepwalk.embedding.csv")...

2019-01-10 19:25:33 546

原创 node2vec嵌入向量散点图绘制

# -- coding: utf-8import pandas as pdimport matplotlib.pyplot as pltimport numpy as npdf=pd.read_csv(r"C:\Users\WBL\Desktop\node2vec-master\karate--node2vec.embeddings.csv") # r为转义字符# print(df....

2019-01-10 18:53:45 785

原创 matplotlib 使用总结——散点图

一、散点图引入 什么是散点图? 反映两组变量每个数据点的值,并且从散点图可以看出它们之间的相关性。单看概念可能不太好理解,我们可以从一个例子说起。下面我们通过例子边学边做。 在做散点图之前,最重要的是我们得有数据啊,数据很重要。这里我们利用关于karate--deepwalk.embeddings的数据,假设存储在目录C:\Users\WBL\Desktop\DeepWalk\karate-...

2019-01-09 20:25:39 584

原创 运行

1.python __main__.py --input C:\Users\WBL\Desktop\DeepWalk\deepwalk-master\example_graphs/karate.adjlist --number-walks 40 --representation-size 2 --walk-length 40 --window-size 10 --output C:\Users\W...

2019-01-09 17:50:28 152

转载 网络表示学习 常用数据集

Zachary’s karate club一个大学空手道俱乐部的社交关系图, 很多论文中都喜欢用它做例子. 这个图比较简单, 有34个节点, 78条边.youtube 2数据集介绍见[2]. node有两种, personperson 与 groupgroup, edge 也有两种, friend⊆(person×person)friend⊆(person×person), mem...

2018-12-16 16:24:42 745

转载 大致了解一下DeepWalk

大致了解一下DeepWalk讲到DeepWalk,不得不说的Word2Vec CBOW模型 CBOW模型的理解 CBOW模型流程举例 Skip-Gram模型 模型 假任务 模型细节 隐层 输出层 直觉 下一步 一些常用的trick 词组 降采样常用词 采样率 Negative Sampling ...

2018-12-10 22:03:37 773

转载 openne

为了方便大家对网络表示学习(NE/NRL)开展相关的实验或研究,清华大学计算机科学与技术系的研究人员在 GitHub 上发布了 NE/NRL 训练和测试框架 OpenNE,其中统一了 NE 模型输入/输出/评测接口,并且修订和复现了目前比较经典的网络表征学习模型。该项目还在持续开发中,作者还提供了与未扩展模型的比较结果。在给大家分享之前呢,小编推荐一下一个挺不错的交流宝地,里面都是一群热爱并在学习...

2018-12-10 21:50:52 1457

转载 写论文思路

写论文先得有论文的思路。那如何去找论文的思路呢?我觉得先要去看看那些发表在顶级期刊的论文,看看他们怎么做的,然后把他们的论文里的东西先学会了,之后再把这个算法应用到其他语料库上,当然,这个发不了很高级的论文。这是最次等的做法,高级的做法是对主流方法进行改进,改改目标函数,训练模型等。或者在这个方法中,加入一点其他的方法。这是我们最常用的方法,当然,这个方法一般能发比较好的期刊上。第三种方法...

2018-12-08 19:09:53 1322

转载 社区发现(Community Detection)算法

作者: peghoty 出处: http://blog.csdn.net/peghoty/article/details/9286905     社区发现(Community Detection)算法用来发现网络中的社区结构,也可以看做是一种聚类算法。以下是我的一个 PPT 报告,分享给大家。          从上述定义可以看出:社区是一个比较含糊的概...

2018-12-01 17:51:41 1228

原创 word2vec模型。该模型是用于学习文字的向量表示,称之为“word embedding”

Vector Representations of Words在本教程我们来看一下Mikolov et al中提到的word2vec模型。该模型是用于学习文字的向量表示,称之为“word embedding”。亮点本教程意在展现出在TensorfLow中构建word2vec模型有趣、本质的部分。我们从我们为何需要使用向量表示文字开始。 我们通过直观地例子观察模型背后的本质,以及它...

2018-12-01 17:49:31 1388

二项分布可以由泊松分布近似:

二项分布可以由泊松分布近似:

2019-04-25

word2vec_numpy-master

word2vec_numpy-master,手把手教你NumPy来实现Word2vec

2019-04-12

复杂网络分析

  经验分享 青年学者在从事复杂网络研究中的困难和成功经验是什么? 复杂网络对我们的经济和生活带来了什么变化,怎么把它的精髓通过科学普及的办法传递给大众? 从事网络科学的青年学者应该如何找到属于自己的行当?  青年学者通过什么样的途径达到在复杂网络领域发表高影响力论文的水平? 工具和信息分享 从哪里能够找到复杂网络研究所需要的资料、工具和数据?  陈关荣老师 http://www.ee.cityu.edu.hk/~gchen/ComplexNetworks.htm 有没有可能大家联合建立一个数据共享平台?  阿里数据平台 http://102.alibaba.com/competition/odps_index.htm  网络数据http://konect.uni-koblenz.de/networks/  Watts: http://smallworld.sociology.columbia.edu/cdg/datasets  Barabasi: www.nd.edu/~networks/resources.htm  Newman: http://www-personal.umich.edu/~mejn/netdata/  Arenas: http://deim.urv.cat/~aarenas/data/welcome.htm  Pajek: http://vlado.fmf.uni-lj.si/pub/networks/data/default.htm  链路预测数据: www.linkprediction.org 网络科学目前的发展态势简介【包括国际几个大的研究小组的标志性人物介绍,研究方向介绍】?  A.-L. Barabasi http://www.barabasi.com/  Adilson E. Motter http://dyn.phys.northwestern.edu/index.html  Hernan A Makse http://lisgi1.engr.ccny.cuny.edu/~makse/  Alessandro Vespignani http://www.mobs-lab.org/alessandro-vespignani.html  Mark Newman http://www-personal.umich.edu/~mejn/ 可以申请的与网络科学相关的项目介绍。  阿里巴巴复杂科学研究中心,开放基金,每年一次  国家自然科学基金【数理、信息、管理口】  省部级相关新兴交叉学科项目 是否可以组织网络科学暑期班【研讨班】?  北师大暑期班  2012年“复杂系统与管理”国防科学技术大学研究生暑期学校  …… 国内外较好的期刊,可以投稿的期刊、会议介绍。  国际期刊:  Nature, Science  PNAS, Nature Physics, Nature Communication,PRL  Scientific Reports,PLoS ONE,New Journal of Physics, Physical Review X, Management Science, IEEE Trans, Physical Review E, EPL  JPA, EPJB, JST, Physica A, IJMPC,IJMPB, Phys. Lett. A, Adv. Complex Syst.  国内期刊:  CPB, CPL, 中国科学,科学通报,物理学报,复杂系统与复杂性科学,电子科技大学学报-复杂性科学专栏 相关会议:  网络科学论坛(2014年第十届)  全国复杂网络大会(2014年第十届,国防科技大学)  复杂性科学研究会第二次会议 (2014年7月12-16日,温州大学)  …… 海外观察 海外生活经历分享 国内外工作模式对比 我们可以借鉴和学习的地方   具体研究问题探讨 网络大数据挖掘中的正问题、反问题及其复杂性问题怎么处理? 如何表述和仿真陆海空天一体化的信息网络和通信网络? 如何借助复杂网络理论发掘、分析和解决行业、企业、城市的问题;如何借助复杂网络理论,充分利用移动运营商拥有的各类数据,发掘能服务于第三方的高价值的应用场景。 今天的复杂网络研究能为未来网络(特别是未来互联网)提供什么有用的理论、方法和工具? 其他问题,自由讨论 谢谢参与!

2018-12-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除