更改

# 依赖神经网络的超参，如学习率、迭代次数等

# 依赖神经网络的超参，如学习率、迭代次数等

=== 合并宏节点方法 ===

=== 宏节点合并方法 ===

通过上面的网络粗粒化方法可以对节点进行分组，从而可以构建宏观网络。将微观节点合并成宏观节点时，对应宏观网络的转移概率矩阵也要进行相应的处理。通过使用高阶节点显式地对高阶依赖项建模（[[HOMs]]），保证分组后的宏观网络和原始网络具有相同的随机游走动力学。

通过上面的网络粗粒化方法可以对节点进行分组，从而可以构建宏观网络。将微观节点合并成宏观节点时，对应宏观网络的转移概率矩阵也要进行相应的处理。通过使用高阶节点显式地对高阶依赖项建模（[[HOMs]]），保证分组后的宏观网络和原始网络具有相同的随机游走动力学。