2026年4月24日
Paper Reading: Heterogeneous Feature-Aware Graph Neural Network for Tabular Data
摘要： 针对深度学习方法处理表格数据时忽视特征异质性的问题，本文提出了一种名为异质特征交互网络的图神经网络模型 HFIN。模型首先对数值、类别、二值特征进行分离嵌入，并优化了数值特征的嵌入方法。然后将异质列特征视为图中不同类型的节点，通过互信息与对称矩阵分解学习特征交互的图结构。并设计了包含关系内注意力和关系间注意力的双层消息传递机制，以动态捕捉和区分不同类型特征间的交互模式，从而有效利用表格数据中的异质信息。通过在六个公共数据集上的实验，验证了该模型在分类和回归任务上优于多数深度表格学习模型，并通过消融实验证明了各模块的有效性。 阅读全文
posted @ 2026-04-24 14:41 乌漆WhiteMoon 阅读(47) 评论(0) 推荐(0)