EvalNE：一种用于链路预测上网络嵌入评估的框架
社会与信息网络
2022-02-02 v1
摘要
在本文中，我们介绍 EvalNE，一个用于评估链路预测任务上网络嵌入方法的 Python 工具箱。链路预测是评估网络嵌入质量最流行的选择之一。然而，该任务的复杂性需要精心设计的评估流程，以提供一致、可复现且可比较的结果。EvalNE 通过提供超参数调优与模型验证、边采样与负边采样、由节点嵌入计算边嵌入以及评估指标等任务的自动化与抽象来简化这一过程。该工具箱允许评估任何现成的嵌入方法，无需编写额外代码。此外，它也可用于评估任何其他链路预测方法，并集成了若干链路预测启发式方法作为基线。
引用
@article{arxiv.1901.09691,
title = {EvalNE: A Framework for Evaluating Network Embeddings on Link Prediction},
author = {Alexandru Mara and Jefrey Lijffijt and Tijl De Bie},
journal= {arXiv preprint arXiv:1901.09691},
year = {2022}
}