graph - 如何使用机器学习学习图

标签 graph machine-learning

我是机器学习新手。我想用机器学习的方式来学习图。图有节点和连接。通过编程,我可以计算有关所有节点及其输入输出连接的表格信息,例如:

out(A)=C, out(B) = C, in(C) = A, in(C) = B.

上表是一个图,其中两个节点 A、B 与一个节点 C 有连接。 有时可以添加或删除节点,但大多数情况下不能。 谁能告诉我如何学习这样的图?我可以使用哪种机器学习方法,有什么简单的教程吗?

最佳答案

听起来更“传统”的机器学习系统无法做到这一点——您想要的是统计关系学习。不幸的是,这是一个相对较新、复杂且不是特别成熟的领域。

看看Alchemy尽管。它附带了相当广泛的文档,其中包括一些示例。这些示例应该可以帮助您入门。如果您还有其他问题,还有一个邮件列表。

关于graph - 如何使用机器学习学习图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14071784/

相关文章:

python - 实时绘制图形搜索

hadoop - Windows 上的 Mahout+Hadoop

python - 如何将 catboosts 原始预测分数 (RawFormulaVal) 转换为概率?

javascript - Chart.js : How to fill the area under the line to a certain point?

graph - 在图中查找子图

java - 为什么以下语句返回 true?

machine-learning - 具有度量条件的平面聚类

machine-learning - 尖峰神经网络

machine-learning - 在 LSTM 中使用 tanh 的直觉是什么?

python - 如何使用 `pos` 中的 `networkx` 参数创建流程图样式的 Graph? ( python 3)