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:

>>> import networkx as nx
>>> from networkx.algorithms import node_classification
>>> G = nx.path_graph(4)
>>> G.edges()
EdgeView([(0, 1), (1, 2), (2, 3)])
>>> G.node[0]['label'] = 'A'
>>> G.node[3]['label'] = 'B'
>>> node_classification.harmonic_function(G)  # doctest: +SKIP
['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