一种可扩展的节点分类多类算法
机器学习
2011-12-20 v1 计算机科学与博弈论
摘要
我们引入了一种可扩展的算法 MUCCA，用于加权图中的多类节点分类。与此前针对同一任务提出的方法不同，MUCCA 的运行时间与节点数量呈线性关系。我们的方法基于该问题的博弈论公式，其中测试标签被表示为某个博弈的 Nash 均衡。然而，为了实现可扩展性，我们在原图的生成树上寻找均衡。在真实世界数据上的实验表明，MUCCA 比其竞争者快得多，同时实现了相似的预测性能。
引用
@article{arxiv.1112.4344,
title = {A Scalable Multiclass Algorithm for Node Classification},
author = {Giovanni Zappella},
journal= {arXiv preprint arXiv:1112.4344},
year = {2011}
}