如何解决Graph2vec 的拟合和变换方法 - CustomTransformer
我正在研究表征学习的用例,在深入分析之后开始使用 graph2vec/doc2vec。我创建了带有 --dimensions 64 的训练特征矩阵,并将其提供给 keras estimator 并生成了一个模型“A”。 现在我正在使用相同的管道来生成特征 [不使用训练好的嵌入进行转换],发现类似的特征值在分布的分布方面有所不同,因为考虑了测试/预测集的分布,并且值没有按照训练嵌入进行转换。
需要社区帮助,如果您曾研究过图形特征或任何其他问题,并且已经开发了自己的具有拟合和变换功能的矢量化器。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。