7.3 可解释性图神经网络 (XGNN)

文档摘要

7.3 可解释性图神经网络 (XGNN) 图神经网络 (GNN) 入门与实战：深度学习在图数据上的应用第七章：GNN高级主题与前沿领域 7.3 可解释性图神经网络 (XGNN)：拨开GNN的“黑盒” 各位读者朋友们，欢迎来到GNN的奇妙世界！在前几章中，我们已经领略了GNN在节点分类、链接预测等任务中的强大威力。然而，就像所有复杂的机器学习模型一样，GNN也常常被诟病为“黑盒”，我们很难理解它做出预测背后的逻辑。想象一下，一个GNN模型告诉你某个蛋白质可能与某种疾病相关，但你却无从得知它是基于哪些分子结构特征做出判断的，这无疑会让人感到不安。因此，本章我们将聚焦于GNN的可解释性，也就是XGNN（Explainable Graph Neural Networks）。