面向大规模图神经网络的特征裁剪与降维优化方法

本申请涉及一种面向大规模图神经网络的特征裁剪与降维优化方法。该方法包括：加载图数据样本集，构建具有多个特征维度的第一节点特征矩阵；针对每个特征维度，在多个筛选维度下针对该特征维度评估的分数进行加权求和，得到特征维度的综合特征评分；所述多个筛选维度包括随机森林筛选维度、互信息筛选维度、条件熵筛选维度及特征幅值筛选维度。基于各个特征维度的综合特征评分，对第一节点特征矩阵进行特征裁剪，并重构生成第二节点特征矩阵及更新对应的邻接矩阵；基于第二节点特征矩阵进行特征降维，并使用降维后的第三节点特征矩阵以及对应的邻接矩阵，基于图神经网络架构训练节点分类模型。该方法能有效减少冗余特征。