python基于Node2Vec怎么實(shí)現(xiàn)節(jié)點(diǎn)分類及其可視化

這篇文章主要介紹“python基于Node2Vec怎么實(shí)現(xiàn)節(jié)點(diǎn)分類及其可視化”，在日常操作中，相信很多人在python基于Node2Vec怎么實(shí)現(xiàn)節(jié)點(diǎn)分類及其可視化問題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”python基于Node2Vec怎么實(shí)現(xiàn)節(jié)點(diǎn)分類及其可視化”的疑惑有所幫助！接下來，請(qǐng)跟著小編一起來學(xué)習(xí)吧！

簡(jiǎn)介

Node2vec是一種用于圖嵌入（Graph Embedding）的方法，可用于節(jié)點(diǎn)分類、社區(qū)發(fā)現(xiàn)和連接預(yù)測(cè)等任務(wù)。

實(shí)現(xiàn)過程 

加載數(shù)據(jù)集

首先，讓我們加載所需的Python庫(kù)并執(zhí)行以下代碼以加載Cora數(shù)據(jù)集：

import networkx as nx 
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
%matplotlib inline 
from sklearn.manifold import TSNE 
from node2vec import Node2Vec 
# 加載Cora數(shù)據(jù)集
cora = pd.read_csv('cora/cora.content', sep='\t', header=None)
cited_in = pd.read_csv('cora/cora.cites', sep='\t', header=None,
                       names=['target', 'source'])
nodes, features = cora.iloc[:, :-1], cora.iloc[:, -1]

其中 cora.content 包含了所有節(jié)點(diǎn)特征信息，一共具有2708個(gè)節(jié)點(diǎn)和1433個(gè)特征；而 cora.cites 通過引文映射分別針對(duì)所述每個(gè)節(jié)點(diǎn)建立一個(gè)節(jié)點(diǎn)間的有向邊關(guān)系，共有5429個(gè)邊。接下來，我們需要將節(jié)點(diǎn)特征和引用信息合并，構(gòu)建圖結(jié)構(gòu)。

# 定義函數(shù)：構(gòu)造基于Cora數(shù)據(jù)集的圖結(jié)構(gòu)
def create_graph(nodes, features, cited_in):
    nodes.index = nodes.index.map(str)
    graph = nx.from_pandas_edgelist(cited_in,
                                    source='source',
                                    target='target')
    for index, row in nodes.iterrows():
        node_id = str(row[0])
        features = row.drop(labels=[0])
        node_attrs = {f'attr_{i}': float(x) for i, x in enumerate(features)}
        if graph.has_node(node_id) == True:
            temp = graph.nodes[node_id]
            temp.update(node_attrs)
            graph.add_nodes_from([(node_id, temp)])
        else:
            graph.add_nodes_from([(node_id, node_attrs)])
    return graph
# 構(gòu)建圖
graph = create_graph(nodes, features, cited_in)

該函數(shù)將 cora.content 中的節(jié)點(diǎn)特征與 cora.cites 的有向邊整合，并在圖上標(biāo)記它們。現(xiàn)在我們已經(jīng)構(gòu)建了一個(gè)圖形視圖，可以按想法可視化。

使用Node2vec嵌入數(shù)據(jù)

為了使用節(jié)點(diǎn)的特征進(jìn)行分類，我們需要從網(wǎng)絡(luò)中提取某些信息，以便將其傳遞給分類器作為輸入。 節(jié)點(diǎn)2矢量方法的一個(gè)示例就是將提取的信息轉(zhuǎn)換為至少每個(gè)節(jié)點(diǎn)一個(gè)維度的向量表達(dá)式。

Node2Vec模型由代表每個(gè)節(jié)點(diǎn)的向量組成，使用起始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)的隨機(jī)游走樣本來學(xué)習(xí)它們。 節(jié)點(diǎn)2Vec模型定義隨機(jī)游走過程中節(jié)點(diǎn)間的轉(zhuǎn)移概率。

我們將使用 node2vec 庫(kù)來生成圖形的嵌入表示，并采用神經(jīng)網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)分類。

# 定義函數(shù)：創(chuàng)建基于Cora數(shù)據(jù)集的嵌入
def create_embeddings(graph):
    # 初始化node2vec實(shí)例，指定相關(guān)超參數(shù)
    n2v = Node2Vec(graph, dimensions=64, walk_length=30,
                   num_walks=200, p=1, q=1, weight_key='attr_weight')
    # 基于指定參數(shù)訓(xùn)練得到嵌入向量表達(dá)式
    model = n2v.fit(window=10, min_count=1, batch_words=4)
    # 獲得所有圖中節(jié)點(diǎn)的嵌入向量
    embeddings = pd.DataFrame(model.wv.vectors)
    ids = list(map(str, model.wv.index2word))
    # 將原有的特征和id與新獲取到的嵌入向量按行合并
    lookup_table = nodes.set_index(0).join(embeddings.set_index(embeddings.index))
    return np.array(lookup_table.dropna().iloc[:, -64:]), np.array(list(range(1, lookup_table.shape[0] + 1)))
# 創(chuàng)建嵌入向量
cora_embeddings, cora_labels = create_embeddings(graph)

通過以上代碼，我們可以獲得每個(gè)節(jié)點(diǎn)的64維節(jié)點(diǎn)嵌入表達(dá)。

訓(xùn)練分類器

接下來我們將指定一些分類器并在Cora數(shù)據(jù)集上訓(xùn)練它們，以期根據(jù)嵌入進(jìn)行準(zhǔn)確的節(jié)點(diǎn)分類操作。

from sklearn import svm, model_selection, metrics 
# 使用支持向量機(jī)作為示范的分類器
svm_model = svm.SVC(kernel='rbf', C=1, gamma=0.01)
# 進(jìn)行交叉驗(yàn)證和分類訓(xùn)練
scores = model_selection.cross_val_score(
    svm_model, cora_embeddings, cora_labels, cv=5)
print(scores.mean())

使用支持向量機(jī)作為分類器，進(jìn)一步問題是分類器本身也要進(jìn)行調(diào)參等相關(guān)操作，以期獲取更好的性能。此處采取了5折交叉驗(yàn)證的方式對(duì)其性能進(jìn)行評(píng)估輸出。

可視化節(jié)點(diǎn)嵌入

對(duì)于人類而言，64維特征表達(dá)并不容易理解，因此我們需要將其降維以便可視化。 在這里我們使用 t-SNE，它專門用于降低高維數(shù)據(jù)的復(fù)雜度。 通過輸出只包含 2個(gè)元素的概率分布向量，它生成一個(gè)二維圖，其中相似節(jié)點(diǎn)緊密地放在一起。

# 定義函數(shù)：可視化Nodes2Vec的結(jié)果
def visualize_results(embeddings, labels):
    # 使用t-SNE對(duì)數(shù)據(jù)進(jìn)行降維并繪圖
    tsne = TSNE(n_components=2, verbose=1, perplexity=40, n_iter=300)
    tsne_results = tsne.fit_transform(embeddings)
    plt.figure(figsize=(10, 5))
    plt.scatter(tsne_results[:,0], tsne_results[:,1], c=labels)
    plt.colorbar()
    plt.show()
# 可視化結(jié)果
visualize_results(cora_embeddings, cora_labels)

Node2Vec生成的嵌入向量將被輸入到t-SNE中，其中t-SNE將64維向量表達(dá)進(jìn)行了降維，并輸出我們可以使用 matplotlib 庫(kù)可視化的二維散點(diǎn)圖。 我們可以在圖形界面中檢查大部分相關(guān)節(jié)點(diǎn)是否如預(yù)期那樣緊密聚集。

到此，關(guān)于“python基于Node2Vec怎么實(shí)現(xiàn)節(jié)點(diǎn)分類及其可視化”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！