Graph 如何对具有特征网络结构的数据使用深度学习？
我在应用领域遇到了一个普遍的问题。数据包含一个高维特征空间和一个小样本。一个节点为不同特征的稀疏网络可用。网络有边。边越大，这对特征的相关性或依赖性就越高。 一般来说，我如何在我的模型中使用网络信息 目前我在文献中搜索。我发现一般方法包括： 1.网络嵌入。利用网络信息获得特征的嵌入。 2.图形神经网络。如GCN（图形卷积神经网络）或GAT（图形注意神经网络）或其他消息传递神经网络Graph 如何对具有特征网络结构的数据使用深度学习？,graph,neural-network,deep-learning,data-analysis,Graph,Neural Network,Deep Learning,Data Analysis,我在应用领域遇到了一个普遍的问题。数据包含一个高维特征空间和一个小样本。一个节点为不同特征的稀疏网络可用。网络有边。边越大，这对特征的相关性或依赖性就越高。 一般来说，我如何在我的模型中使用网络信息 目前我在文献中搜索。我发现一般方法包括： 1.网络嵌入。利用网络信息获得特征的嵌入。 2.图形神经网络。如GCN（图形卷积神经网络）或GAT（图形注意神经网络）或其他消息传递神经网络 问题是，数据科学家可以尝试什么样的一般方法来利用网络上的特征信息？网络不在不同的样本上，只在特征上。我想到的第一件事
问题是，数据科学家可以尝试什么样的一般方法来利用网络上的特征信息？网络不在不同的样本上，只在特征上。我想到的第一件事是使用网络检查特征相关性，并在训练前删除高度相关的特征