摘要
我们提出一种新型核函数，可将Weisfeiler-Lehman核及其他图核升级，以有效利用高维且连续的顶点属性。首先，将图分解为子图；随后，通过一种结合顶点标签相似性与结构角色相似性的核函数，对子图中顶点进行比较，该核函数基于一个合适的顶点不变量。通过调整这一不变量，可获得一类图核，其包含Weisfeiler-Lehman核、NSPDK核以及传播核的推广形式。实验结果表明，该类核函数在关系型数据集上能够取得当前最优的性能表现。
我们提出一种新型核函数，可将Weisfeiler-Lehman核及其他图核升级，以有效利用高维且连续的顶点属性。首先，将图分解为子图；随后，通过一种结合顶点标签相似性与结构角色相似性的核函数，对子图中顶点进行比较，该核函数基于一个合适的顶点不变量。通过调整这一不变量，可获得一类图核，其包含Weisfeiler-Lehman核、NSPDK核以及传播核的推广形式。实验结果表明，该类核函数在关系型数据集上能够取得当前最优的性能表现。