入门

安装后,您可以通过两种主要方式开始使用 GDS 库

  • 在内存图上运行一个或多个算法,检查计算结果,并可能将其写回 Neo4j。

  • 配置机器学习管道并使用它来训练模型,然后使用该模型进行预测。

您可以在 Neo4j 浏览器或通过Neo4j 驱动程序运行所有 GDS Cypher 过程。

算法

使用 GDS 算法的典型工作流程如下

  1. 从 Neo4j 数据库投影一个内存图。

  2. 选择合适的算法

  3. 执行模式之一中运行算法。

    • 使用 stream 模式将算法的输出作为查询结果检索。

    • 使用 mutate 模式使用算法的输出更新内存图。

    • 使用 write 模式将算法的输出写回 Neo4j 数据库。

  4. (可选)选择并运行更多算法。

Algorithms workflow.

基本工作流程端到端工作流程示例展示了使用单个算法和一系列算法的工作流程。

机器学习管道

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节点回归,从而可以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

  1. 配置管道。

  2. 使用管道训练模型。

  3. 使用已训练的模型进行预测。

    • 使用stream模式将预测值作为查询结果检索。

    • 使用mutate模式使用预测值更新内存中的图形。

    • 使用write模式将预测值写回Neo4j数据库。

Workflow of pipelines and models.

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。