mirror of
https://github.com/MartinThoma/LaTeX-examples.git
synced 2025-04-26 06:48:04 +02:00
44 lines
2.3 KiB
TeX
44 lines
2.3 KiB
TeX
Für den DYCOS-Algorithmus wurde in \cite{aggarwal2011} bewiesen,
|
|
dass sich nach Ausführung von DYCOS für einen unbeschrifteten
|
|
Knoten mit einer Wahrscheinlichkeit von höchstens
|
|
$(|\L_t|-1)\cdot e^{-l \cdot b^2 / 2}$ eine Knotenbeschriftung ergibt, deren
|
|
relative Häufigkeit weniger als $b$ der häufigsten Beschriftung ist.
|
|
Dabei ist $|\L_t|$ die Anzahl der Beschriftungen und $l$ die Länge der
|
|
Random-Walks.
|
|
|
|
Außerdem wurde experimentell anhand des DBLP-Datensatzes\footnote{http://dblp.uni-trier.de/}
|
|
und des CORA-Datensatzes\footnote{http://people.cs.umass.edu/~mccallum/data/cora-classify.tar.gz}
|
|
gezeigt (vgl. \cref{tab:datasets}), dass die Klassifikationsgüte nicht wesentlich von der Anzahl der Wörter mit
|
|
höchstem Gini-Koeffizient $m$ abhängt. Des Weiteren betrug die Ausführungszeit
|
|
auf einem Kern eines Intel Xeon $\SI{2.5}{\GHz}$ Servers mit
|
|
$\SI{32}{\giga\byte}$ RAM für den DBLP-Datensatz unter $\SI{25}{\second}$,
|
|
für den CORA-Datensatz sogar unter $\SI{5}{\second}$. Dabei wurde eine
|
|
für CORA eine Klassifikationsgüte von 82\% - 84\% und auf den DBLP-Daten
|
|
von 61\% - 66\% erreicht.
|
|
|
|
\begin{table}[htp]
|
|
\centering
|
|
\begin{tabular}{|l||r|r|r|r|}\hline
|
|
\textbf{Name} & \textbf{Knoten} & \textbf{davon beschriftet} & \textbf{Kanten} & \textbf{Beschriftungen} \\ \hline\hline
|
|
\textbf{CORA} & \num{19396} & \num{14814} & \num{75021} & 5 \\
|
|
\textbf{DBLP} & \num{806635} & \num{18999 } & \num{4414135} & 5 \\\hline
|
|
\end{tabular}
|
|
\caption{Datensätze, die für die experimentelle analyse benutzt wurden}
|
|
\label{tab:datasets}
|
|
\end{table}
|
|
|
|
Obwohl es sich nicht sagen lässt,
|
|
wie genau die Ergebnisse aus \cite{aggarwal2011} zustande gekommen sind,
|
|
eignet sich das Kreuzvalidierungsverfahren zur Bestimmung der Klassifikationsgüte
|
|
wie es in \cite{Lavesson,Stone1974} vorgestellt wird:
|
|
\begin{enumerate}
|
|
\item Betrachte nur $V_{L,T}$.
|
|
\item Unterteile $V_{L,T}$ zufällig in $k$ disjunkte Mengen $M_1, \dots, M_k$.
|
|
\item \label{schritt3} Teste die Klassifikationsgüte, wenn die Knotenbeschriftungen
|
|
aller Knoten in $M_i$ für DYCOS verborgen werden für $i=1,\dots, k$.
|
|
\item Bilde den Durchschnitt der Klassifikationsgüten aus \cref{schritt3}.
|
|
\end{enumerate}
|
|
|
|
Es wird $k=10$ vorgeschlagen.
|
|
|
|
|