VIP20
本课程属于：002-反欺诈图谱变量衍生与分箱 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

GraphSAGE节点特征分箱调优实践课

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
图神经网络基础
图数据表示与邻接矩阵
图神经网络基础图数据表示
02
消息传递机制
聚合函数与更新函数
消息传递机制聚合函数
03
GraphSAGE原理
采样邻居与归纳式学习
GraphSAGE原理
04
特征工程概述
节点特征的重要性
特征工程概述节点特征的重要性
05
连续特征分箱
等宽分箱与等频分箱
连续特征分箱等宽分箱
06
分箱对GraphSAGE性能的影响分析
分箱对GraphSAGE性能的影响分析 · 核心概念 · 实践要点
GraphSAGE分箱对
07
分箱调优目标
模型准确率与泛化能力
分箱调优目标模型准确率
08
基于信息价值的分箱方法
基于信息价值的分箱方法 · 核心概念 · 实践要点
基于信息价值的分…重点
09
卡方分箱算法原理与实现
卡方分箱算法原理与实现 · 核心概念 · 实践要点
卡方分箱算法原理实现
10
最优分箱数选择
肘部法则与交叉验证
最优分箱数选择肘部法则
11
GraphSAGE中的特征分箱实践（Cora数据集）
GraphSAGE中的特征分箱实践（Co… · 核心概念 · 实践要点
GraphSAGECora
12
特征分箱与归一化的对比实验
特征分箱与归一化的对比实验 · 核心概念 · 实践要点
特征分箱归一化的对比实验
13
分箱后特征编码
独热编码与嵌入表示
分箱后特征编码独热编码
14
特征选择与分箱联合优化
特征选择与分箱联合优化 · 核心概念 · 实践要点
特征选择分箱联合优化
15
大规模图上的分箱策略
内存与效率
大规模图上的分箱…内存
16
使用PyTorch Geometric实现GraphSAGE
使用PyTorch Geometric实… · 核心概念 · 实践要点
PyTorchGeometric
17
数据集加载与预处理（Reddit、PPI等）
数据集加载与预处理（Reddit · 核心概念 · 实践要点
RedditPPI
18
分箱模块集成到GraphSAGE Pipeline
分箱模块集成到GraphSAGE Pip… · 核心概念 · 实践要点
GraphSAGEPipeline
19
超参数调优
学习率 · 邻居数 · 分箱数
超参数调优学习率
20
贝叶斯优化在分箱参数搜索中的应用
贝叶斯优化在分箱参数搜索中的应用 · 核心概念 · 实践要点
贝叶斯优化分箱参数搜索
21
多任务学习中的特征分箱
多任务学习中的特征分箱 · 核心概念 · 实践要点
多任务学习特征分箱
22
异构图上的节点特征分箱
异构图上的节点特征分箱 · 核心概念 · 实践要点
异构图上的节点特…重点
23
时序动态图的分箱更新策略
时序动态图的分箱更新策略 · 核心概念 · 实践要点
时序动态图的分箱…重点
24
分箱与图注意力机制的交互
分箱与图注意力机制的交互 · 核心概念 · 实践要点
分箱图注意力机制的交…
25
分箱后特征的可解释性分析
分箱后特征的可解释性分析 · 核心概念 · 实践要点
分箱后特征的可解…重点
26
模型部署中的分箱一致性检查
模型部署中的分箱一致性检查 · 核心概念 · 实践要点
模型部署分箱一致性检查
27
工业案例
社交网络用户行为预测
工业案例社交网络用户行为…
28
工业案例
推荐系统中的节点特征分箱
工业案例推荐系统
29
实践项目
从零搭建GraphSAGE分箱调优系…
实践项目GraphSAGE
30
总结与进阶方向
自适应分箱与自动化特征工程
进阶方向自适应分箱