2.3 图数据预处理:特征工程、归一化、图采样 图神经网络 (GNN) 入门与实战:深度学习在图数据上的应用 第二章:图数据表示与预处理 2.3 图数据预处理:特征工程、归一化、图采样 图神经网络 (GNN) 的强大之处在于它能直接处理图结构数据,而无需像传统机器学习方法那样进行复杂的特征提取。然而,这并不意味着我们可以直接将原始图数据扔给 GNN。恰恰相反,良好的预处理是 GNN 成功应用的关键一步。本节将深入探讨图数据预处理的三个核心环节:特征工程、归一化和图采样,帮助你构建更高效、更强大的 GNN 模型。 2.3.1 特征工程:为节点和边注入灵魂 图数据包含两类基本元素:节点和边。每个节点和边都可以拥有自己的特征。