GraphSage 模型

class graphdatascience.model.graphsage_model.GraphSageModel

表示模型目录中的 GraphSAGE 模型。使用 gds.beta.graphSage.train() 创建此模型。

creation_time() → Any

获取模型的创建时间。

返回:

模型的创建时间。

drop(failIfMissing: bool = False) → Series[Any]

删除模型。

参数:

failIfMissing – 如果为 True，则如果模型不存在，则抛出错误。如果为 False，则不抛出错误。

返回:

删除操作的结果。

exists() → bool

检查模型是否存在。

返回:

如果模型存在，则为 True，否则为 False。

graph_schema() → Series[Any]

获取模型的图模式。

返回:

模型的图模式。

loaded() → bool

检查模型是否已加载到内存中。

返回:

如果模型已加载到内存中，则为 True，否则为 False。

metrics() → Series[Any]

获取模型的指标。

返回:

模型的指标。

model_info() → Dict[str, Any]

获取模型的模型信息。

返回:

模型的模型信息。

name() → str

获取模型的名称。

返回:

模型的名称。

predict_mutate(G: Graph, **config: Any) → Series[Any]

使用模型对给定图进行预测，并使用结果对图进行变异。

参数:

• G – 要预测的图。

• **config – 预测配置。

返回:

变异操作的结果。

predict_mutate_estimate(G: Graph, **config: Any) → Series[Any]

估计使用模型对给定图进行预测所需的内存。

参数:

• G – 要预测的图。

• **config – 预测配置。

返回:

使用模型对给定图进行预测所需的内存。

predict_stream(G: Graph, **config: Any) → DataFrame

使用模型对给定图进行预测，并将结果作为 DataFrame 流式传输。

参数:

• G – 要预测的图。

• **config – 预测配置。

返回:

预测结果作为 DataFrame。

predict_stream_estimate(G: Graph, **config: Any) → Series[Any]

估计使用模型对给定图进行预测并将结果作为 DataFrame 流式传输。

参数:

• G – 要预测的图。

• **config – 预测配置。

返回:

预测结果作为 DataFrame。

predict_write(G: Graph, **config: Any) → Series[Any]

为给定图生成嵌入，并将结果写入数据库。

参数:

• G – 要为其生成嵌入的图。

• **config – 预测配置。

返回:

写入操作的结果。

predict_write_estimate(G: Graph, **config: Any) → Series[Any]

估计为给定图生成嵌入并将结果写入数据库所需的内存。

参数:

• G – 要为其生成嵌入的图。

• **config – 预测配置。

返回:

为给定图生成嵌入并将结果写入数据库所需的内存。

published() → bool

检查模型是否已发布。

返回:

如果模型已发布，则为 True，否则为 False。

shared() → bool

检查模型是否已共享。

返回:

如果模型已共享，则为 True，否则为 False。

stored() → bool

检查模型是否已存储在磁盘上。

返回:

如果模型已存储在磁盘上，则为 True，否则为 False。

train_config() → Series[Any]

获取模型的训练配置。

返回:

模型的训练配置。

type() → str

获取模型的类型。

返回:

模型的类型。