BlueBrain / BlueBrain/BlueGraph

Add means for evaluation/calibration of embedding models

Aperta
#92 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
enhancement
Lingua principale
Python
Stelle
34
Fork
5
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

We need to have means for reserving a validation set (or even make a k-fold cross validation) for the embedding models (usually based on link prediction, i.e. reserve sets of links for validation).

Useful references:

- https://stellargraph.readthedocs.io/en/stable/demos/calibration/calibration-link-prediction.html
- https://neo4j.com/docs/graph-data-science/current/algorithms/ml-models/node-classification/

Guida per i contributori

Apri la guida per i contributori

Direzione di ricerca

Inizia esaminando l’esempio di calibrazione di StellarGraph collegato e la documentazione sulla classificazione dei nodi di Neo4j, quindi individua i punti di ingresso di BlueGraph per embedding-model e link-prediction. Definisci come devono essere riservati e valutati i link di validazione o gli split k-fold; il lavoro è concluso quando il progetto dispone di un percorso di valutazione documentato e utilizzabile per i modelli di embedding.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
python
Ambito
machine-learning
Tipo di issue
Funzionalità
Difficoltà
5/5
Tempo stimato
Più di una settimana
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.