我们简单回顾下,上一节我们介绍了,图的机器学习任务主要是以下三种:
我们总结下 基于Graph的机器学习相关概念和流程,首先明确下目标
目标:对一些对象集合进行预测,比如是分类或者回归任务 特征设计:
d-dimensional
向量为了方便,我们下面的例子是基于无向图(undirected grpah)进行解释的。
基于图中带有标签的节点训练模型,然后预测未标注节点的标签,
在这里我们主要阐述下Node的四种特征:
节点的度
如下图所示,A的度为1,B的度为2,C的度为3,D的度为4
节点的中心度 Node Centrality