应用已训练模型进行预测

此功能处于测试阶段。有关功能阶段的更多信息，请参阅 API 阶段。

在前面的部分中，我们已经了解了如何构建节点分类训练管道并对其进行训练以生成分类管道。在训练后，可运行模型的类型为 NodeClassification，并驻留在模型目录中。

分类模型可以使用图目录中的图来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，还可以将每个类别的预测概率保留在节点上。概率的顺序与模型中注册的类别的顺序匹配。

由于模型已在使用特征管道创建的特征上进行了训练，因此相同的特征管道存储在模型中并在预测时执行。与训练期间一样，特征管道中节点属性步骤创建的中间节点属性是临时的，在执行后不可见。

预测图必须包含管道所需的属性，并且使用的数组属性必须与训练图中的维度相同。如果预测图和训练图不同，那么它们具有相似的来源和语义也很有益，以便模型能够很好地泛化。

语法

每个模式的节点分类语法

在命名图上以流模式运行节点分类

CALL gds.beta.pipeline.nodeClassification.predict.stream(
  graphName: String,
  configuration: Map
)
YIELD
  nodeId: Integer,
  predictedClass: Integer,
  predictedProbabilities: List of Float

表 1. 参数
名称	类型	默认值	可选	描述
graphName	字符串	`n/a`	否	存储在目录中的图的名称。
configuration	映射	`{}`	是	算法特定和/或图过滤的配置。

表 2. 配置
名称	类型	默认值	可选	描述
modelName	字符串	`n/a`	否	模型目录中 NodeClassification 模型的名称。
targetNodeLabels	字符串列表	`来自 trainConfig`	是	使用给定的 targetNodeLabels 过滤命名图。
relationshipTypes	字符串列表	`来自 trainConfig`	是	使用给定的关系类型过滤命名图。
concurrency	整数	`4`	是	用于运行算法的并发线程数。
jobId	字符串	`内部生成`	是	可以提供的 ID，以便更轻松地跟踪算法的进度。
includePredictedProbabilities	布尔值	`false`	是	是否返回每个类别的概率。如果为 `false`，则在 `predictedProbabilites` 中返回 `null`。可以在分类模型的 `modelInfo` 中检查类别的顺序（请参阅列出模型）。

表 3. 结果
名称	类型	描述
nodeId	整数	节点 ID。
predictedClass	整数	此节点的预测类别。
predictedProbabilities	浮点数列表	此节点所有类别的概率。

在命名图上以修改模式运行节点分类

CALL gds.beta.pipeline.nodeClassification.predict.mutate(
  graphName: String,
  configuration: Map
)
YIELD
  preProcessingMillis: Integer,
  computeMillis: Integer,
  postProcessingMillis: Integer,
  mutateMillis: Integer,
  nodePropertiesWritten: Integer,
  configuration: Map

表 4. 参数
名称	类型	默认值	可选	描述
graphName	字符串	`n/a`	否	存储在目录中的图的名称。
configuration	映射	`{}`	是	算法特定和/或图过滤的配置。

表 5. 配置
名称	类型	默认值	可选	描述
modelName	字符串	`n/a`	否	模型目录中 NodeClassification 模型的名称。
mutateProperty	字符串	`n/a`	否	将预测属性写入的 GDS 图中的节点属性。
targetNodeLabels	字符串列表	`来自 trainConfig`	是	使用给定的 targetNodeLabels 过滤命名图。
relationshipTypes	字符串列表	`来自 trainConfig`	是	使用给定的关系类型过滤命名图。
concurrency	整数	`4`	是	用于运行算法的并发线程数。
jobId	字符串	`内部生成`	是	可以提供的 ID，以便更轻松地跟踪算法的进度。
predictedProbabilityProperty	字符串	`n/a`	是	存储类概率列表的节点属性。如果省略，则丢弃概率列表。类的顺序可以在分类模型的`modelInfo`中查看（请参阅模型列表）。

表 6. 结果
名称	类型	描述
preProcessingMillis	整数	预处理图所花费的毫秒数。
computeMillis	整数	运行算法所花费的毫秒数。
postProcessingMillis	整数	计算全局指标所花费的毫秒数。
mutateMillis	整数	将属性添加到内存图中所花费的毫秒数。
nodePropertiesWritten	整数	写入的节点属性数量。
configuration	映射	用于运行算法的配置。

在命名图上以写入模式运行节点分类

CALL gds.beta.pipeline.nodeClassification.predict.write(
  graphName: String,
  configuration: Map
)
YIELD
  preProcessingMillis: Integer,
  computeMillis: Integer,
  postProcessingMillis: Integer,
  writeMillis: Integer,
  nodePropertiesWritten: Integer,
  configuration: Map

表 7. 参数
名称	类型	默认值	可选	描述
graphName	字符串	`n/a`	否	存储在目录中的图的名称。
configuration	映射	`{}`	是	算法特定和/或图过滤的配置。

表 8. 配置
名称	类型	默认值	可选	描述
modelName	字符串	`n/a`	否	模型目录中 NodeClassification 模型的名称。
targetNodeLabels	字符串列表	`来自 trainConfig`	是	使用给定的 targetNodeLabels 过滤命名图。
relationshipTypes	字符串列表	`来自 trainConfig`	是	使用给定的关系类型过滤命名图。
concurrency	整数	`4`	是	用于运行算法的并发线程数。
jobId	字符串	`内部生成`	是	可以提供的 ID，以便更轻松地跟踪算法的进度。
writeConcurrency	整数	`'concurrency'的值`	是	用于将结果写入 Neo4j 的并发线程数。
writeProperty	字符串	`n/a`	否	将预测属性写入的 Neo4j 数据库中的节点属性。
predictedProbabilityProperty	字符串	`n/a`	是	存储类概率列表的节点属性。如果省略，则丢弃概率列表。类的顺序可以在分类模型的`modelInfo`中查看（请参阅模型列表）。

表 9. 结果
名称	类型	描述
preProcessingMillis	整数	预处理图所花费的毫秒数。
computeMillis	整数	运行算法所花费的毫秒数。
postProcessingMillis	整数	计算全局指标所花费的毫秒数。
writeMillis	整数	将结果写回 Neo4j 所花费的毫秒数。
nodePropertiesWritten	整数	写入的节点属性数量。
configuration	映射	用于运行算法的配置。

示例

在以下示例中，我们将展示如何使用分类模型来预测内存图中节点的类别。除了预测的类别之外，我们还将在另一个节点属性中生成每个类别的概率。为此，我们必须首先在模型目录中注册一个已训练的模型。我们将使用我们在训练示例中训练的模型，我们将其命名为'nc-pipeline-model'。

内存估算

首先，我们将使用estimate过程估算运行算法的成本。这可以使用任何执行模式完成。在本例中，我们将使用stream模式。估算算法有助于了解在图上运行算法对内存的影响。当您稍后在其中一种执行模式下实际运行算法时，系统将执行估算。如果估算显示执行很可能超出其内存限制，则会禁止执行。要了解更多信息，请参阅自动估算和执行阻止。

有关estimate的更多详细信息，请参阅内存估算。

以下将估算以流模式运行算法所需的内存。

CALL gds.beta.pipeline.nodeClassification.predict.stream.estimate('myGraph', {
  modelName: 'nc-pipeline-model',
  includePredictedProbabilities: true,
  targetNodeLabels: ['UnknownHouse']
})
YIELD requiredMemory

表 10. 结果
requiredMemory
"792 字节"

如果节点属性步骤没有实现估算，则该步骤将在估算中被忽略。

流

CALL gds.beta.pipeline.nodeClassification.predict.stream('myGraph', {
  modelName: 'nc-pipeline-model',
  includePredictedProbabilities: true,
  targetNodeLabels: ['UnknownHouse']
})
 YIELD nodeId, predictedClass, predictedProbabilities
WITH gds.util.asNode(nodeId) AS houseNode, predictedClass, predictedProbabilities
RETURN
  houseNode.color AS classifiedHouse,
  predictedClass,
  floor(predictedProbabilities[predictedClass] * 100) AS confidence
  ORDER BY classifiedHouse

表 11. 结果
classifiedHouse	predictedClass	confidence
`"粉色"`	`0`	`96.0`
`"棕褐色"`	`1`	`97.0`
`"黄色"`	`2`	`75.0`

如我们所见，该模型能够将粉色房屋预测为类别 0，棕褐色房屋预测为类别 1，黄色房屋预测为类别 2。这是有道理的，因为类别 0 中的所有房屋都有三层，类别 1 有两层，类别 2 有一层，粉色、棕褐色和黄色房屋也分别如此。此外，我们看到该模型对这些预测充满信心，因为在所有情况下置信度都>=79%。

predictedProbabilities中的索引对应于分类模型中类的顺序。要检查类的顺序，我们可以查看其modelInfo（请参阅模型列表）。

变异

mutate执行模式使用包含该节点的预测类别的新的节点属性更新命名图。新属性的名称使用必填配置参数mutateProperty指定。结果是单个摘要行，其中包含有关时间和写入的属性数量的信息。当多个算法一起使用时，mutate模式特别有用。

有关mutate模式的更多详细信息，请参阅变异。

CALL gds.beta.pipeline.nodeClassification.predict.mutate('myGraph', {
  targetNodeLabels: ['UnknownHouse'],
  modelName: 'nc-pipeline-model',
  mutateProperty: 'predictedClass',
  predictedProbabilityProperty: 'predictedProbabilities'
}) YIELD nodePropertiesWritten

表 12. 结果
nodePropertiesWritten
6

由于我们还指定了predictedProbabilityProperty，因此我们为 3 个UnknownHouse节点中的每一个都写入两个属性。

写入

write执行模式将每个节点的预测属性作为属性写入 Neo4j 数据库。新属性的名称使用必填配置参数writeProperty指定。结果是单个摘要行，其中包含有关时间和写入的属性数量的信息。write模式允许直接将结果持久化到数据库中。

有关write模式的更多详细信息，请参阅写入。

CALL gds.beta.pipeline.nodeClassification.predict.write('myGraph', {
  targetNodeLabels: ['UnknownHouse'],
  modelName: 'nc-pipeline-model',
  writeProperty: 'predictedClass',
  predictedProbabilityProperty: 'predictedProbabilities'
}) YIELD nodePropertiesWritten

表 13. 结果
nodePropertiesWritten
6

由于我们还指定了predictedProbabilityProperty，因此我们为 3 个UnknownHouse节点中的每一个都写入两个属性。