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)。
|
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。
|
按本地和全局一致性分类的节点 |