节点分类模型¶
- class graphdatascience.model.node_classification_model.NCModel¶
表示模型目录中的节点分类模型。使用
NCTrainingPipeline.train()构造。- best_parameters() Series[Any]¶
获取管道模型的最佳参数。
- 返回:
管道模型的最佳参数。
- classes() List[int]¶
获取模型的类别。
- 返回:
模型的类别。
- 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，则会抛出错误。如果为 False，则不会抛出错误。
- 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。
- feature_properties() List[str]¶
获取模型的特征属性。
- 返回:
模型的特征属性。
- graph_schema() Series[Any]¶
获取模型的图架构。
- 返回:
模型的图架构。
- 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]¶
获取管道模型的指标。
- 返回:
管道模型的指标。
- 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。
- node_property_steps() List[NodePropertyStep]¶
获取管道模型的节点属性步骤。
- 返回:
管道模型的节点属性步骤。
- predict_mutate(G: Graph, **config: Any) Series[Any]¶
使用模型在给定图上进行预测，并使用结果对图进行变异。
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
变异操作的结果。
- predict_mutate_estimate(G: Graph, **config: Any) Series[Any]¶
估计使用模型在给定图上进行预测所需的内存。
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
使用模型在给定图上进行预测所需的内存。
- predict_stream(G: Graph, **config: Any) DataFrame¶
使用模型在给定图上进行预测，并将结果作为 DataFrame 流式传输
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
预测结果作为 DataFrame。
- predict_stream_estimate(G: Graph, **config: Any) Series[Any]¶
使用模型在给定图上估计预测，并将结果作为 DataFrame 流式传输
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
预测结果作为 DataFrame。
- predict_write(G: Graph, **config: Any) Series[Any]¶
预测图的节点标签并将结果写入数据库。
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
写入操作的结果。
- predict_write_estimate(G: Graph, **config: Any) Series[Any]¶
估计预测图的节点标签并将结果写入数据库所需的内存。
- 参数:
G – 要预测的图。
**config – 预测的配置。
- 返回:
预测图的节点标签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。
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¶
检查模型是否存储在磁盘上。
- 返回:
如果模型存储在磁盘上，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。