摘要： 先说下使用基本环境：spark 2.4.5 、 scala2.11 、 xgboost4j 0.90 问题：在基于spark环境使用scala版本的xgboost4j进行回归模型训练时，发现xgb4j偶尔会训练失败，偶尔训练成功，造成模型训练不稳定，训练失败时提示 XGBoostModel trai 阅读全文

摘要： update：2020-07-28 传统的图特征提取方法，例如使用拉普拉斯矩阵，使用谱聚类进行图分割，用于无监督任务中，传统方法计算代价大，效果较差，并且对图具有较强的假设，这些假设在许多情况下是合理的，但在有效性方面却不令人满意。 定义图的最大似然优化函数，图：$G=(V,E)$，$f=V->R^ 阅读全文

摘要： 日期：20200726 chapter1：简介 提出目前graph embedding的局限性，无法处理大型复杂网络，无法处理有向图 针对以上缺点，涉及有效目标函数，以及函数优化方法，能够处理大型、有向、带权网络，构建node embedding，用于后续任务 有效目标函数：提出图中节点的一阶关系、 阅读全文