Advisor-Advisee Relationship

article/2025/10/29 18:40:09

一、实习目的及要求

此次实习的任务中有Advisor-advisee Relationships (AARs)和通过分别计算AAR的概率而取得的共同作者关系。在数据中，用八个4位代码表示作者。

数据从合作双方的学术经历，合作经历的角度提取了特征。例如，如果已知A与B在2008年曾合作发表过论文，并且A在2008年之前的论文比B多；那么在他们的合著关系中，A就越有可能是导师，B就越可能是得到指导的学生。数据中有22个通过互信息相关性排序的有序特征。（具体细节将在补充材料中补充）

已知 AAR 可以用于训练和测试机器学习模型，实验将使用训练的模型来预测常见的合著者关系是否为 AAR。

coauthor_feature_raw.csv包含两个作者的ID和22个有序特征。

coauthor_feature_data.csv是删除作者ID后的数据。

GroundTruth_and_Features.csv包含标签与多个特征。

(1) 数据准备

构建训练集与测试集：将GroundTruth_and_Features.csv的第一列作为标签，第2列到第23列作为排序好的22个特征。训练集与测试集自行划分。

(2) 模型构建

  1. 构建一个传统机器学习模型（支持向量机或决策树）。(Sklearn实现)
  2. 构建一个简单的深度学习网络。(Keras实现)

(3）实验验证

将传统机器学习模型与深度学习网络的实验结果进行对比分析。有兴趣的同学可以使用sklearn对几个模型的结果进行评估。

二、实习选题的背景及目标

2.1背景

本次实验侧重于学习基本的机器学习方法并且在特定主题上解决特定的任务。在学术异质网络中寻找advisor-advisee的关系。在本次实验中会学习一些机器学习工具并基于Python和Sklearn[1]构造机器学习模型，使用Keras[2]或Tensorflow[3]来构建深度学习模型，并比较传统机器学习和深度学习方法之间的性能差异。

Scikit-learn是用于Python的自由软件机器学习库。它的特征是具有各种分类、回归和聚类算法、包括支持向量机、随机森林、梯度提升、k均值聚类和DBSCAN、被设计协同与Python数值计算科学库Numpy[3]和Scipy。

Keras是用Python编写的开源神经网络库，能够在Tensorflow、Microsoft Cognitive Toolkit、Theano或PlaidML之上运行。Keras旨在快速实现深度神经网络，专注于用户友好、模块化和可扩展性。

TensorFlow是谷歌公司开发的一个计算框架，类似于NumPy，但是比后者功能强大的多。TensorFlow可以快速开发一些机器学习算法，特别是深度学习算法。TensorFlow的核心如字面意思就是张量流。

2.2目标

(1) 数据准备

构建训练集与测试集：将GroundTruth_and_Features.csv的第一列作为标签，第2列到第23列作为排序好的22个特征。训练集与测试集自行划分。

(2) 模型构建

  1. 构建一个传统机器学习模型（支持向量机或决策树）。(Sklearn实现)
  2. 构建一个简单的深度学习网络。(Keras实现)

(3）实验验证

将传统机器学习模型与深度学习网络的实验结果进行对比分析。有兴趣的同学可以使用sklearn对几个模型的结果进行评估。

三、设计方案

图1 Svm的流程图

图2 深度学习网络流程图

四、实习环境与主要步骤描述

4.1传统机器学习模型——支持向量机

（1）数据集的准备

这里我们的原始数据是存储在csv文件当中的，其本质是一个txt文件，这里我们利用Numpy中的loadtxt函数来读取数据，读取时我们的数据类型选择为float类型，数据与数据之间以“，”作为分隔符来进行分割，最终将我们的数据存储到一个二维数组当中去，为了将训练的数据和标签值给分离开来，这里我们对数据的行列进行划分，我们将第一列的值分离出来得到全部的标签值，将1-23列划分出来得到我们所需要的22个特征值。

对于训练集和测试集的划分，这里我们sklearn库里面的train_test_split函数来进行划分，输入我们特征与标签值，然后设置我们的划分比，这里采用的是机器学习里面最常用的训练集：测试集=4：1的比例来进行划分的，随机数种子采用的是默认值。

  1. print("数据集准备")  
  2. datapath="GroundTruth_and_Features.csv"  
  3. data = np.loadtxt(datapath,dtype="float",delimiter=',',skiprows=0,usecols=None,unpack=False)  
  4. x = data[:,1:23]  #22个特征值  
  5. y = data[:,0]  # 标签  
  6. print("划分测试集与验证集")  
  7. x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.8)#进行训练集和验证集的划分  

（2）SVM模型的搭建

这里我们直接使用sklearn库里面的线性svm的模型，在模型的搭建时主要设置容忍程度C与损失函数，这里的容忍程度设置得越小，代表我们容忍错误能力越强，返回能力越强，这里我设置的C为1，损失函数采用的是hinge，random_state在随机数据混洗时使用的伪随机数生成器的种子，我们设置的默认值为42，这里我们利用了流水线里面使用scaler来对特征进行缩放敏感。

  1. print("模型初始化")  
  2. svm_clf = Pipeline([  
  3.         ("scaler", StandardScaler()),   # SVM 对特征缩放敏感  
  4.         ("linear_svc", LinearSVC(C=1, loss="hinge", random_state=42)),   # 这个损失函数就是 max(0, 1-x)  
  5.     ])    # C 越小模型越容忍错误，返回能力越强  
  6. svm_clf=LinearSVC(dual=False)  

（3）SVM模型的训练

利用我们划分出来的测试集与训练集进行训练，并查看其在两个集中的准确度。

  1. svm_clf.fit(x, y)  
  2. print("训练集精确度：",svm_clf.score(x_train, y_train))  
  3. print("测试集精确度：",svm_clf.score(x_test, y_test))  

（4）SVM模型的评估

利用我们训练出的模型对测试集进行预测，将预测结果与测试集的标签值进行比对，这里我们利用sklearn里面metrics库中的classification_report来生成评估的报告，这里的的测试报告当中，各项的具体信息如下：

y_true 为样本真实标签，y_pred 为样本预测标签；

support：当前行的类别在测试数据中的样本总量，如上表就是，在class 0 类别在测试集中总数量为1；

precision：精度=正确预测的个数(TP)/被预测正确的个数(TP+FP)；人话也就是模型预测的结果中有多少是预测正确的

recall:召回率=正确预测的个数(TP)/预测个数(TP+FN)；人话也就是某个类别测试集中的总量，有多少样本预测正确了；

f1-score:F1 = 2*精度*召回率/(精度+召回率)

micro avg：计算所有数据下的指标值，假设全部数据 5 个样本中有 3 个预测正确，所以 micro avg 为 3/5=0.6

macro avg：每个类别评估指标未加权的平均值，比如准确率的 macro avg，(0.50+0.00+1.00)/3=0.5

weighted avg：加权平均，就是测试集中样本量大的，我认为它更重要，给他设置的权重大点；比如第一个值的计算方法，(0.50*1 + 0.0*1 + 1.0*3)/5 = 0.70

  1. y_hat=svm_clf.predict(x_test)  
  2. classreport=metrics.classification_report(y_test,y_hat)  
  3. print(classreport)  

4.2  深度学习网络

（1）数据集的准备

数据集的准备与机器学习的模型相一致，就不赘述了。

（2）深度学习网络模型的搭建

这里我们是借助keras库来进行模型的搭建的，在模型的搭建时主要设置网络的层数，这里我们建立的是四层的网络，输入层，隐藏层1，隐藏层2，输出层，对于我们建立的网络，输入层和两个隐藏层，采用的是Dense层，就是我们所说的就是全连接层。输入层我们直接是输入我们的22个对应的特征；隐藏层的神经元个数为15个，激活函数采用的是relu函数，input_shape为22；隐藏层2对应的神经元数目为8，激活函数采用的是relu函数；输出层的神经元为1个，因为最后我们只需要分类的类别，最后的激活函数采用的是sigmoid函数。

  1. #建立神经网络  
  2. model = Sequential()#先建立一个顺序模型  
  3. #向顺序模型里加入第一个隐藏层，第一层一定要有一个输入数据的大小，需要有input_shape参数  
  4. model.add(Dense(n_hidden_1, activation='relu', input_dim=n_input)) #这个input_dim和input_shape一样，就是少了括号和逗号  
  5. model.add(Dense(n_hidden_2, activation='relu'))  
  6. model.add(Dense(n_classes, activation='sigmoid'))  

图3 深度学习网络结构图

（3）深度学习网络模型的编译

我们在模型建立完成之后，我们首先需要对模型进行编译，编译时我们需要指定编译时的优化器，这里我们采用的是SGD优化器，随机梯度下降优化器，损失函数采用均方误差回归损失（mean_squared_error），选用评估标准的是模型的准确度。

  1. model.compile(optimizer = SGD(), loss = 'mean_squared_error',metrics=['accuracy'])  

（4）深度学习网络模型的训练

这里我们利用训练集与测试集对模型进行训练，训练时我们可以指定循环训练的次数，这里我们设置epochs为20，以及每次循环中送入的数据的大小，设置得越大，在不超显存得情况下训练越快，这里设置的batch_size为128，validation_data设置为我们的测试集。

  1. model.fit(x_train,y_train,epochs=training_epochs,validation_data=(x_test, y_test),batch_size=128)  
  2. model.save_weights("best_weights")  

（5）深度学习网络模型的评估

利用我们训练出的模型对测试集进行预测，将预测结果与测试集的标签值进行比对，利用sklearn里面metrics库中的classification_report来生成评估的报告，这里会进行报错，这里我们会由于我们利用模型进行预测时得到的是小数，和我们原始的标签值不一样，就会导致两种数据不一致而无法进行效果的评估，所以我们首先需要对预测数据进行转化，将其转化为int类型的数据。

  1. y_predict=model.predict(x_test)  
  2. y_predict=np.argmax(y_predict, axis=1)  
  3. report=classification_report(y_test,y_predict)  
  4. print(report)  

五、实习的结果与讨论

图4 SVM模型结果

图5 深度学习网络训练

图6 深度学习网络测试报告

这里从测试得结果可以看出，两种方法在进行训练的过程当中，精确度都是保证在90%以上，可以看出两个模型的效果都是比较好的，但是我们通过classification_report所得到的精确度以及召回率来查看，利用SVM来进行预测的效果是较好的，建立的深度学习网络的效果是比较差的，这里可能是由于我们利用训练出来的模型所预测得到的是小数，不是对应的整数，由于我们进行了转化，所以和实际的标签有所误差，所以导致准确度和召回率的效果是比较差。

六、实习总结

通过本次的学习，我们通过传统的机器学习模型和kreas建立简单的深度学习网络来对我们的数据来进行训练，并对其结果进行相应的评估，查看我们的模型的准确度，学会了利用了classification_report来对我们训练的模型进行测试，查看其精度和召回率来对我们的模型进行评估，加深了我们对机器学习和深度学习的认知和了解。


http://chatgpt.dhexx.cn/article/D85IvPRk.shtml

相关文章

ADV

ADV

悦谷首城 我司是专业的房产服务公司，主要从事北京拆迁安置房买卖中介、房屋租赁中介、代办房屋权证、房屋产权过户手续、垫资开发商房款，收拆迁房子指标，房产信息咨询等业务。公司经营上追求规模化、规范化、服务一体化。公司本着“诚信为本…
阅读更多...
【Spring源码三千问】Advice、Advisor、Advised都是什么接口？

【Spring源码三千问】Advice、Advisor、Advised都是什么接口？

Advice、Advisor、Advised都是什么接口？ 前言版本约定正文Advice、Advisor、Advised 类图AdviceMethodInterceptor AdvisorPointcutAdvisor AdvisedSpring AOP 代理类可以转换为 Advised 类型 小结 前言 在看 Spring AOP 的源码时，经常可以看到 Advice、…
阅读更多...
【小家Spring】Spring AOP原理使用的基础类打点（AopInfrastructureBean、ProxyProcessorSupport、Advised、AjType）

【小家Spring】Spring AOP原理使用的基础类打点（AopInfrastructureBean、ProxyProcessorSupport、Advised、AjType）

每篇一句 没被洪水灌溉过，你怎么能证明这个城市的下水道架构师合理的呢？ 相关阅读 【小家Spring】探索Spring AOP中aopalliance的Joinpoint、MethodInvocation、Interceptor、MethodInterceptor… 【小家Spring】Spring AOP原理使用的基础类打点&#x…
阅读更多...
Spring AOP名词解释Advice,Pointcut,Advisor,Joinpoint,Advised是什么？

Spring AOP名词解释Advice,Pointcut,Advisor,Joinpoint,Advised是什么？

Advice advice解释为通知，需要执行的增强逻辑方法。 advice规范接口如图，分为了before，after等等，为什么没有around呢，因为是通过interceptor实现的。 这里可以看出，AfterAdvice最终会被转换包装成AfterR…
阅读更多...
Advised，Advisor，Advice，Pointcut

Advised，Advisor，Advice，Pointcut

2019独角兽企业重金招聘Python工程师标准>>> Advised->在Spring中创建了AOP代理之后，就能够使用org.springframework.aop.framework.Advised接口对它们进行管理。 任何AOP代理都能够被转型为这个接口，不论它实现了哪些其它接口 Advisor-&g…
阅读更多...
Spring AOP编程官方文档解读之操作Advised对象

Spring AOP编程官方文档解读之操作Advised对象

Spring AOP编程官方文档解读目录 文章目录 org.springframework.aop.framework.Advised是啥？看一下下面这个类结构图 可以看到无论是ProxyFactoryBean还是ProxyFactory最终都实现了这个接口、这个接口中的方法非常的多，我们随便看一下 public interfac…
阅读更多...
arduino知识点梳理（二）——INPUT_PULLUP模式

arduino知识点梳理（二）——INPUT_PULLUP模式

参考文章1 参考文章2 arduino的引脚模式有三种： INPUT——输入模式OUTPUT——输出模式INPUT_PULLUP——输入上拉模式 Arduino 微控制器自带内部上拉电阻。如果需要使用内部上拉电阻，则应使用pinMode()将引脚设置为输入上拉（INPUT_PULLUP&am…
阅读更多...
Pull Up Field（字段上移）

Pull Up Field（字段上移）

两个子类拥有形同的字段 重构：将该字段移至超类
阅读更多...
HAL库 output level 和 pull up/ pull down 的区别

HAL库 output level 和 pull up/ pull down 的区别

从标准库过来的朋友可能对这两个选型有点分不清除 GPIO output level 即输出模式下初始化后端口的电位(高或低) GPIO Pull-up/Pull-down 即输入模式下的电位，例如按键检测
阅读更多...
处理概括关系之一　：Pull Up Field（值域上移）

处理概括关系之一　：Pull Up Field（值域上移）

两个subclasses 拥有相同的值域。 将此一值域移至superclass。 动机（Motivation） 如果各个subclass 是分别开发的，或者是在重构过程中组合起来的，你常会发现它们拥有重复特性，特别是值域更容易重复。这样的值域有时拥有…
阅读更多...
Push pull, open drain circuit, pull up, pull down resistor

Push pull, open drain circuit, pull up, pull down resistor

Push pull 就以下面這個 電路來說， 因為沒有 pull up resistor， 所以 output voltage 由 low 往 high 的速度會較快。有兩個電晶體，一個on，一個 off， 可以 current sourcing，也可以 current sinking&#x…
阅读更多...
上拉（Pull Up ）或下拉（Pull Down）电阻详解

上拉（Pull Up ）或下拉（Pull Down）电阻详解

上拉（Pull Up ）或下拉（Pull Down）电阻（两者统称为“拉电阻”）最基本的作用是：将状态不确定的信号线通过一个电阻将其箝位至高电平（上拉）或低电平（下拉&#x…
阅读更多...
BetterScroll 2.x 的 pulldown 使用、pullup使用

BetterScroll 2.x 的 pulldown 使用、pullup使用

官方文档：https://better-scroll.github.io/docs/zh-CN/plugins/ BetterScrol滚动原理 有唯一的子节点子节点必须超出包裹的高度new BScroll（‘容器名’） html内容必须已经渲染完成 绿色部分为 wrapper，也就是父容器&#xff…
阅读更多...
【超详细】output level 和 pull up/ pull down 的真正区别

【超详细】output level 和 pull up/ pull down 的真正区别

目录 【超详细】output level 和 pull up/ pull down 的真正区别1. Output Level2. Pull up/ Pull down3. 两者的区别1）对于Output口来说2）而对于Input口来说 总结参考资料 【超详细】output level 和 pull up/ pull down 的真正区别 今天在使用stm32f1…
阅读更多...
OUTPUT,INPUT,INPUT_PULLUP三种模式的区别

OUTPUT,INPUT,INPUT_PULLUP三种模式的区别

一，首先三种模式都需要由pinMode()函数来设置。 （1）设置引脚 为输出（OUTPUT）模式，此时引脚为低阻抗状态，可以向其他电路原件提供电流（通常为40mA以内） （2&a…
阅读更多...
Pull Up Method（函数上移）

Pull Up Method（函数上移）

动机 避免行为重复是很重要的。尽管重复的两个函数也可以各自工作得很好，但重复自身只会成为错误的滋生地，此外别无价值。无论何时，只要系统之内出现重复，你就会面临“修改其中一个却未能修改另一个”的风险。通常，找…
阅读更多...
GPIO_PULLUP，PULLDOWN, NOPULL

GPIO_PULLUP，PULLDOWN, NOPULL

NOPULL: 对于输出IO，配置为NOPULL，当IO输出高电平时，IO为1， 当IO输出低电平时，IO为0； PULLUP： 对于输入IO, 默认为高电平，当需要改变为低电平时配置为PULLUP。 比如：K…
阅读更多...
pullup和pulldown在verilog中的使用方法

pullup和pulldown在verilog中的使用方法

0 前言 这段时间涉及到了IO-PAD&#xff0c;在IO-PAD的RTL的时候注意到了pullup和pulldown&#xff0c;对这个知识比较好奇&#xff0c;就研究了一下&#xff0c;顺便记录下来&#xff0c;IO-PAD的内容等我再研究研究再考虑记录吧 >_< 1 pullup和pulldown的介绍 pullu…
阅读更多...
电阻（4）之上拉电阻与下拉电阻详解

电阻（4）之上拉电阻与下拉电阻详解

原文地址点击这里： 上拉（Pull Up ）或下拉（Pull Down）电阻（两者统称为“拉电阻”）最基本的作用是：将状态不确定的信号线通过一个电阻将其箝位至高电平（上拉）或低电平（下拉），无论它的具体用法如何，这个基本的作用都是相同的，只是在不同应用场合中会对电阻的阻值…
阅读更多...
解决安装文件时2502、2503错误

解决安装文件时2502、2503错误

在安装文件时有时会出现2502、2503错误&#xff0c;重复安装也不会有什么改变&#xff0c;让人很是头疼。这种问题一般是权限的问题导致的&#xff0c;一般有两种解决办法&#xff0c;第一种就是提升当前用户的权限&#xff0c;第二种就是直接使用CMD安装&#xff0c;这里主要说…
阅读更多...
推荐文章

Copyright @ 2022~2023