alias_nodes = {}
for node in G.nodes():
unnormalized_probs = [G[node][nbr].get('weight', 1.0)
for nbr in G.neighbors(node)]
norm_const = sum(unnormalized_probs)
normalized_probs = [
float(u_prob)/norm_const for u_prob in unnormalized_probs]
alias_nodes[node] = create_alias_table(normalized_probs)`
在node2vec中,你们在对邻居采样的时候,对权重(概率)做了归一化 `
那么所有的概率都将小于1,使用alias采样时所有的概率都会分到small里,那么就和不使用是没区别的。 这样的话似乎就是等概率采样了?