Path-Based Gradient Boosting for Graph-Level Prediction

Wir schlagen PathBoost vor, eine Gradient-Tree-Boosting-Methode für die Klassifikation und Regression auf Graphenebene, die diskriminative pfadbasierte Merkmale direkt aus der Eingabegraphenstruktur lernt. Diese Methode führt Anpassungen für binäre Klassifikation ein, integriert mehrere Knoten- und Kantenattribute und wählt Ankerknoten automatisch aus, wobei sie Graph-Neuronale Netze und Graph-Kernel-Ansätze auf mehreren Benchmark-Datensätzen übertrifft oder mit ihnen vergleichbar ist.