来自 Pytorch 几何包的 train_test_split_edges 中的正负边
Positive and negative edges in train_test_split_edges from Pytorch geometric package
我正试图找到图中负边和正边的解释，如函数 train_test_split_edges Pytorch Geometric doc 开头所述。根据 doc 文件，它说该函数应该将图形拆分为“正负 train/val/test 边”。就此而言，上升沿或下降沿的含义是什么。根据代码，正边“似乎”是图的邻接矩阵上三角中边的连接，负边是邻接矩阵下三角中的边。因此，如果 (1,0) 被认为是正边，那么在无向图中 (0,1) 是负边。我对么？我没有在任何地方找到关于图形的正边/负边的含义。
在link prediction任务中，通常将图中存在的边视为positive示例，将不存在的边视为negative 例子。
即在 training/prediction 中，您向网络提供了 complete graph 中所有边的一个子集，相关的目标是“这是一个真正的边缘”（正）和“这不是一个真正的边缘”（负） .
我正试图找到图中负边和正边的解释，如函数 train_test_split_edges Pytorch Geometric doc 开头所述。根据 doc 文件，它说该函数应该将图形拆分为“正负 train/val/test 边”。就此而言，上升沿或下降沿的含义是什么。根据代码，正边“似乎”是图的邻接矩阵上三角中边的连接，负边是邻接矩阵下三角中的边。因此，如果 (1,0) 被认为是正边，那么在无向图中 (0,1) 是负边。我对么？我没有在任何地方找到关于图形的正边/负边的含义。
在link prediction任务中，通常将图中存在的边视为positive示例，将不存在的边视为negative 例子。
即在 training/prediction 中，您向网络提供了 complete graph 中所有边的一个子集，相关的目标是“这是一个真正的边缘”（正）和“这不是一个真正的边缘”（负） .