Open mao1207 opened 8 months ago
在异构图中,节点往往缺乏自然属性,常见的做法是采用one-hot编码或随机向量作为节点特征。我对于这种人为定义特征的影响感到困惑,不确定它们对最终结果的影响程度。特别是在复现论文或者和将自己的方法与其他baseline比较时,由于实验设置的不同,比如对数据集无特征节点处理方法的不同,自己复现的方法往往和原论文有一些出入,请问您怎么看待这种差异呢?
one-hot和随机初始化是等价的,可以认为随机初始化就是one-hot接了一个nn.Linear。虽然每个节点都是one-hot特征,但是由于GNN的邻居聚合特性,可以将相邻的节点随着层数堆叠变得相近。
在异构图中,节点往往缺乏自然属性,常见的做法是采用one-hot编码或随机向量作为节点特征。我对于这种人为定义特征的影响感到困惑,不确定它们对最终结果的影响程度。特别是在复现论文或者和将自己的方法与其他baseline比较时,由于实验设置的不同,比如对数据集无特征节点处理方法的不同,自己复现的方法往往和原论文有一些出入,请问您怎么看待这种差异呢?