节点分类管道

此功能处于 Beta 阶段。有关功能层级的更多信息,请参阅API 层级

节点分类管道在端到端示例 Jupyter 笔记本中有所体现

节点分类是应用于图的常见机器学习任务:训练模型对节点进行分类。具体来说,节点分类模型用于根据其他节点属性预测未标记节点的类别作为节点属性。在训练期间,表示节点类别的属性被称为目标属性。GDS 支持二元和多类节点分类。

在 GDS 中,我们有节点分类管道,它提供从特征提取到节点分类的端到端工作流程。训练管道位于管道目录中。当执行训练管道时,会创建一个分类模型并将其存储在模型目录中。

训练管道是两个阶段的序列

  1. 图在一系列步骤中通过新的节点属性进行增强。

  2. 增强后的图用于训练节点分类模型。

可以配置应包含哪些步骤。这些步骤执行 GDS 算法以创建新的节点属性。配置节点属性步骤后,可以选择一个节点属性子集作为特征。训练阶段 (II) 使用交叉验证训练多个候选模型,选择最佳模型,并报告相关的性能指标。

训练管道后,会创建一个分类模型。此模型包含训练管道中的节点属性步骤和特征配置,并使用它们为未标记节点生成相关特征。分类模型可用于预测以前未见节点的类别。除了每个节点的预测类别之外,每个类别的预测概率也可以保留在节点上。概率的顺序与模型中注册的类别顺序相匹配。

分类只能使用分类模型完成(不能使用训练管道)。

此部分分为以下页面

© . All rights reserved.