入门

在安装后，您可以通过两种主要方式开始使用 GDS 库

您可以在 Neo4j 浏览器中或通过 Neo4j 驱动运行所有 GDS Cypher 过程。

算法

使用 GDS 算法的典型工作流程如下：

从 Neo4j 数据库投影一个内存图。
选择一个合适的算法。
以一种执行模式运行算法。
- 使用 `stream` 模式将算法的输出作为查询结果检索。
- 使用 `mutate` 模式用算法的输出更新内存图。
- 使用 `write` 模式将算法的输出写回到 Neo4j 数据库。
（可选）选择并运行更多算法。

通过基本工作流程和端到端工作流程示例展示了单个算法和一系列算法的这种工作流程。

机器学习管道简化了图机器学习工作流程的常见阶段，例如节点分类、链接预测和节点回归，从而方便地训练模型并将其用于预测。

在 GDS 中使用机器学习管道的典型工作流程如下：

配置管道。
使用管道训练模型。
使用训练好的模型进行预测。
- 使用 `stream` 模式将预测值作为查询结果检索。
- 使用 `mutate` 模式用预测值更新内存图。
- 使用 `write` 模式将预测值写回到 Neo4j 数据库。

通过机器学习管道示例展示了如何配置和使用基本的链接预测管道。