节点嵌入 (Node embeddings)

节点嵌入通常用作下游机器学习任务的输入，例如节点分类、链接预测和 kNN 相似度图构建。

通常，用于构建嵌入和训练下游模型的图，与用于进行预测的图有所不同。与普通机器学习（我们仅处理来自某个分布的独立示例流）相比，我们现在拥有的图被用于生成一组带标签的示例。因此，我们必须确保训练示例集能够代表从预测图中得出的带标签示例集。为了实现这一点，对嵌入算法有特定的要求，我们将此类算法称为归纳式 (inductive) ^[1]。

在 GDS 库中，以下算法是归纳式的：

这些算法是归纳式的。

非归纳式的嵌入算法我们称为直推式 (transductive)。它们的使用应仅限于测试图和预测图相同的情况。此类算法的一个例子是 Node2Vec。