-
MaF:多跳分类在matlab代码中的应用-网络分类的实现
资源介绍
跳一跳matlab代码网络分类的多跳分类
在这项工作中，我们介绍了网络上多跳分类的概念。
这种分类捕获位于给定长度的随机选择路径的两个极端的节点之间的相似性。
因此，它允许以不同的尺度扫描节点的相关性。
我们使用这种分类性作为表征网络的指纹，然后执行高精度的图分类任务。
此代码在
Debian
GNU/Linux
8.11
(jessie)、python
2.7
和
Matlab
R2016
上进行了测试。
用法
例子
此脚本将从features/文件夹加载预先计算的功能并训练支持向量机分类器：
python
training_svm.py
-f
mutag_features.csv
类似的随机森林：
python
training_rf.py
-f
mutag_features.csv
计算给定数据集的
MaF
特征
MATLAB
脚本。
**
示例：**
为
mutag
数据集计算具有
3
跳的
MaF
特征：
compute_MaF('mutag',1,3,3)
请注意，数据集的名称必须与dataset/文件夹中的文件名相对应。
数据集
我们还提供了
12
个在化学信息学和社交网