一种基于影响函数的数据优化方法

本发明属于图分类技术领域，公开了一种基于影响函数的数据优化方法，包括步骤：获取图神经网络数据样本；选取第一训练样本，生成第二训练样本，用于模型的重新训练；将影响函数处理图数据，并计算每个训练样本对每个验证样本的影响值；在一轮训练之后，通过影响函数抽样出对模型性能影响大的训练样本，抽样之后得到的新的训练集中样本数量减少；训练结束后，将新的图神经网络数据样本输入训练好的模型，输出图神经网络数据的分类结果。本发明提出了通过基于影响函数的数据增强法来提高图分类模型预测性能，并在实验中验证了本发明的有效性和可解释性，本发明在图密度较大的数据上作用较大。