python - Node2vec 参数、推理和输出的索引缺失
问题描述
我正在尝试使用 node2vec 拟合模型。
这是代码:
graph=nx.from_numpy_matrix(np.matrix(network_table))
node2vec = Node2Vec(graph, dimensions=100, walk_length=6, num_walks=200, workers=4)
model = node2vec.fit(window=5, min_count=1)
首先,我理解雾气问题,通常尺寸 = 100 和 walk_length = 2 ~ 8 效果很好。其他参数呢?像 num_walks 和窗口?(该图是一个 14*14 的矩阵。)
其次,我想知道它背后的逻辑。比方说,如果我把这个模型展示给一个对深度学习一无所知的人,我该怎么说?我选择这些参数的原因是什么?
第三,图是从邻接矩阵转换而来的,它的第一列和列索引是节点的名称。但是,当我完成建模时,输出不再有索引名称,而是从 0 到 13 的数字。有没有办法我可以得到名称而不是数字。否则,我必须手动将其附加回来。
解决方案
推荐阅读
- python - 如何解决问题:docker 中的错误 yandex pymystem3?
- vue.js - VueJS PSPDFKit 集成
- java - 通过 Apache Flink 读取具有数字列(如 -10.0、-9.9、+9.9 等)的文本文件
- android - RxAndroidBle - writeCharacterstics 在 android naugat 中失败
- apache-pulsar - 带有 bookie 端口的 Apache Pulsar 独立模式 - 不选择
- java - 从 Java InputStream 读取 31 位整数
- node.js - Heroku 部署期间 prisma 出现 ERR_INVALID_ARG_TYPE 错误
- r - 在搜索 nsga2R 的过程中如何保持一些变量不变?
- php - 如何重定向到特定的 URL?
- python - 具有图形社区的散景可视化