September 2020
Intermediate to advanced
213 pages
5h 25m
Chinese
Content preview from 数据分析之图算法: 基于Spark和Neo4j
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
使用图算法增强机器学习
｜
189
运行该函数可以得到图
8-18
所示的结果。
图 8-18：社团模型的特征重要度
虽然共同作者模型总体而言非常重要，但最好避免使用过于主导性的元素，以免扭曲对新
数据的预测结果。社团发现算法在最后一个含有全部特征的模型中影响很大，这有助于完
善预测方法。
示例表明，基于图的简单特征是良好开端，随着添加更多图特征和基于图算法的特征，预
测指标持续改进。对于预测合著关系而言，现在有了一个优良且均衡的模型。
使用图进行关联特征提取可以显著地改善预测效果。图特征和图算法是否理想，这在很大
程度上取决于数据的属性，包括网络域属性和图的形状属性。建议在对性能调优之前，首
先探查数据中的预测性元素，并且使用不同的关联特征来验证假设。
练 习
还有一些领域有待研究，还有构建其他模型的方法值得思考。下面这些想法值得进一
步探索。
•
我们的模型对其他尚未用到的会议数据来说预测效果如何？
•
当测试新数据时，去除一些特征会发生什么？
•
如果在划分训练数据和测试数据时选取不同年份，是否会影响预测结果？
•
该数据集还包含论文之间的引用。是否可以使用该数据集生成不同的特征或预测未
来的引用？