节点分类

该模块提供了节点分类问题的功能。

此模块中的函数未导入顶层 networkx 命名空间。您可以通过导入 networkx.algorithms.node_classification 模块，然后访问作为属性的函数 node_classification . 例如：

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

谐波函数

朱等提出的谐波函数算法函数。

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）。

harmonic_function(G[, max_iter, label_name])

基于谐波函数的节点分类

本地和全球一致性

用于计算局部和全局一致性算法的函数。

工具书类

Zhou，D.、Bousqut，O.、Lal，T.N.、Weston，J.和Sch_Lkopf，B.（2004）。以本地和全球一致性学习。神经信息处理系统进展，16（16），321-328。

local_and_global_consistency(G[, alpha, ...])

按本地和全局一致性分类的节点