harmonic_function

harmonic_function(G, max_iter=30, label_name='label')

基于谐波函数的节点分类

参数

G网络X图表

max_iter集成

允许的最大迭代次数

label_name字符串

要预测的目标标签的名称

返回

predicted列表

长度列表 len(G) 以及每个节点的预测标签。

加薪

NetworkXError

如果中没有节点 G 具有属性 label_name 。

工具书类

Zhu，X.、Gharamani，Z.和Lafferty，J.（2003年8月）。使用高斯场和谐波函数的半监督学习。以icml表示（第3卷，第912-919页）。

实例

>>> from networkx.algorithms import node_classification
>>> G = nx.path_graph(4)
>>> G.nodes[0]["label"] = "A"
>>> G.nodes[3]["label"] = "B"
>>> G.nodes(data=True)
NodeDataView({0: {'label': 'A'}, 1: {}, 2: {}, 3: {'label': 'B'}})
>>> G.edges()
EdgeView([(0, 1), (1, 2), (2, 3)])
>>> predicted = node_classification.harmonic_function(G)
>>> predicted
['A', 'A', 'B', 'B']