节点分类管道
此功能处于测试版。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 笔记本中提供 |
节点分类是应用于图的常见机器学习任务:训练模型来分类节点。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。
训练管道是一个包含两个阶段的序列
-
图通过一系列步骤增加新的节点属性。
-
增强的图用于训练节点分类模型。
可以 配置 以上应包含哪些步骤。这些步骤执行创建新节点属性的 GDS 算法。配置节点属性步骤后,可以 选择要用作特征的节点属性子集。训练阶段(II)使用交叉验证训练多个模型候选,选择最佳模型并报告相关性能指标。
在 训练管道 后,将创建一个分类模型。此模型包含来自训练管道的节点属性步骤和特征配置,并使用它们为分类未标记节点生成相关特征。分类模型可用于预测以前未见过的节点的类别。除了每个节点的预测类别外,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的顺序匹配。
分类 只能使用分类模型(不能使用训练管道)进行。 |
此部分分为以下页面