一种基于图中心性选择训练节点以实现有效学习的高效方案
机器学习
2021-05-20 v3
摘要
为机器学习模型选择训练点的过程通常是一项具有挑战性的任务。很多时候我们拥有大量数据，但训练需要标签，而标注往往代价高昂。因此我们需要以高效的方式选择训练点，使得基于所选点训练的模型优于基于其他任何训练集训练的模型。我们提出一种利用图中心性概念在图数据集上选择节点的新方法。提出了两种方法——一种采用智能选择策略，模型只需训练一次；另一种采用主动学习法。我们在三个流行的图数据集Cora、Citeseer和Pubmed上测试了该想法，结果令人鼓舞。
引用
@article{arxiv.2104.14123,
title = {An efficient scheme based on graph centrality to select nodes for training for effective learning},
author = {CR Sandeep and Asif Salim and R Sethunadh and S Sumitra},
journal= {arXiv preprint arXiv:2104.14123},
year = {2021}
}