NECA：面向类别型数据的网络嵌入深度表示学习方法
机器学习
2022-05-26 v1 人工智能
摘要
我们提出 NECA，一种面向类别型数据的深度表示学习方法。基于网络嵌入与深度无监督表示学习的基石，NECA 深度嵌入属性值之间的内在关联，并以数值向量表示显式表达数据对象。NECA 专为类别型数据设计，可支持聚类等重要下游数据挖掘任务。大量实验分析证明了 NECA 的有效性。
引用
@article{arxiv.2205.12752,
title = {NECA: Network-Embedded Deep Representation Learning for Categorical Data},
author = {Xiaonan Gao and Sen Wu and Wenjun Zhou},
journal= {arXiv preprint arXiv:2205.12752},
year = {2022}
}