检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
的标签按相似度传递给其他节点。标签数据就像是一个源头,可以对无标签数据进行标注,节点的相似度越大,标签越容易传播。 适用场景 标签传播算法(Label Propagation)适用于资讯传播、广告推荐、社区发现等场景。 参数说明 表1 标签传播算法(Label Propagation)参数说明
图数据模型中的点代表实体,如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 图数据模型中的边代表关系,如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 如果点被删除了,基于该点的边会自动删除。
标签传播算法(label_propagation) 功能介绍 根据输入参数,执行label_propagation算法。 标签传播算法(Label Propagation)是一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系
标签传播(Label Propagation)(1.0.0) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1,不包括0和1。 0.00001 max_iterations 否 最大迭代次数。
点上用作初始化标签的属性名称 String 空或字符串。 空:每个节点各自分配一个特有的初始化标签;适用于事先没有任何节点标注信息的情况。 字符串:将节点的对应的属性字段取值作为初始化标签(类型为string,对于未知标签的点,初始化标签字段赋空);适用于已标注部分节点标签,预测未知节点标签的情况。
获取备份下载链接(2.4.3) 功能介绍 通过该API,您可以获取备份文件下载链接,在有效期(3600秒)之内,您可以通过URL直接下载备份文件。 调试 您可以在API Explorer中调试该接口,支持自动认证鉴权。API Explorer可以自动生成SDK代码示例,并提供SDK代码示例调试功能。
搜索引擎根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页,那么被链接到的网页的PageRank值会相应地提高。
在图引擎编辑器左侧的元数据列表中,单击,可增加一个新的标签。 Label 名称表示新增标签的名字。 Label 类型可以选择设置的标签类型(点,边或者通用类型),通用类型表示标签既可以表示点,也可以表示边。 自定义点样式:您可以来定义标签的颜色和标记,用来区分各个点。 属性添加,默认实
搜索引擎根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页,那么被链接到的网页的PageRank值会相应地提高。
Gremlin命令怎么执行和查看运行结果? 执行 在图编辑器页面,您可以在此页面对当前图进行查询分析,在页面下方的Gremlin输入框中,输入一行Gremlin命令后,按“回车”键执行。 查看结果 执行Gremlin命令后在“运行记录”可以看到命令运行情况,在“查询结果”可以看到
位置越中心。 标签传播(Label Propagation) 一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建图,节点包括已标注和未标注数据,其边表示两个节点的相似度,节点的标签按相似度传递给其他节点。标签数据就像是一个
基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache
位置越中心。 标签传播(Label Propagation) 一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建图,节点包括已标注和未标注数据,其边表示两个节点的相似度,节点的标签按相似度传递给其他节点。标签数据就像是一个
以下图统计信息为例,图中共有7个标签。标签为FUND_PRODV的点有5个,标签为FIN_PRODV的点有3个。 图中权重最大的是节点id为1101的点,共有5条边。排名第十的是节点id为1103的点,共有1条边。 图1 统计信息展示 框选(Shift+ 鼠标左键拖动)图中的点和边,被框选的标签和各个节
反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources 否 查询的起始节点ID集合 String - 标准csv格式,ID之间以英文逗号分隔,例如:“Alice
查询schema 想要查看标签中包含的属性,单击即可查看每个标签下的单个属性。 图2 查看标签中属性 父主题: 管理图
编辑完成后,单击即可。 注意:此处的属性编辑只针对单个点或边,而Schema编辑章节在元数据区进行的属性添加或删除是针对一个标签的属性编辑,修改后会改动所有该标签的属性信息。 父主题: 访问图和分析图