在创建我的node2vec模型后被卡在我的支持向量机上

Question

我试图用Node2Vec和支持向量机对蛋白质-蛋白质相互作用图上的节点进行分类，以预测与特定疾病相关的疾病基因。准确地说。关键是，我已经使用networkx创建了一个图，我的节点具有labels(蛋白质名称)和属性=0/1(如果该蛋白质是否导致疾病)。我在这张图上应用了node2vec，我有了我的模型。(在这个阶段，我不关心p和q的值)，但我不知道如何将它输入SVM，或者更重要的是，如何在将向量化的图形输入到SVM之前降低它的维数。另外，我不知道这些向量中是否包含了我的节点的属性。然而，单独地，我有一个名为lbls的字典来拥有我的节点，它们的值在这里是一小部分代码。

node2vec = Node2Vec(G, dimensions=512, workers=4,p=1,q=2)
model = node2vec.fit(window=10, min_count=1, batch_words=4)

Answer 1

node2vec是一种基于Word2Vec的无监督节点嵌入方法。有关模型的简要描述，请看一下snap文档。它不会使用任何属性/特性来创建嵌入。它采用浅层编码，直接用基于随机游走的目标函数学习。有关详细信息，请参阅论文或查看有关节点嵌入的斯坦福讲座，其中详细介绍了Node2Vec。您的嵌入维度当前为512 (用于node2vec的节点嵌入)，您可能可以减少该维度。