节点分类模型

class graphdatascience.model.node_classification_model.NCModel

表示模型目录中的节点分类模型。使用 NCTrainingPipeline.train() 构建此模型。

best_parameters() → Series[Any]

获取流水线模型的最佳参数。

返回:

流水线模型的最佳参数。

返回类型:

Series[Any]

classes() → list[int]

获取模型的分类类别。

返回:

模型的分类类别。

返回类型:

list[int]

creation_time() → Any

获取模型的创建时间。

返回:

模型的创建时间。

返回类型:

Any

drop(failIfMissing: bool = False) → Series[Any]

删除模型。

参数:

failIfMissing (bool) – 如果为 True，则在模型不存在时抛出错误。如果为 False，则不抛出错误。

返回:

删除操作的结果。

返回类型:

Series[Any]

exists() → bool

检查模型是否存在。

返回:

如果模型存在则返回 True，否则返回 False。

返回类型:

bool

feature_properties() → list[str]

获取模型的特征属性。

返回:

模型的特征属性。

返回类型:

list[str]

graph_schema() → Series[Any]

获取模型的图谱模式 (graph schema)。

返回:

模型的图谱模式。

返回类型:

Series[Any]

loaded() → bool

检查模型是否已加载到内存中。

返回:

如果模型已加载到内存则返回 True，否则返回 False。

返回类型:

bool

metrics() → Series[Any]

获取流水线模型的指标。

返回:

流水线模型的指标。

返回类型:

Series[Any]

model_info() → dict[str, Any]

获取模型信息。

返回:

模型信息。

返回类型:

dict[str, Any]

name() → str

获取模型名称。

返回:

模型名称。

返回类型:

str

node_property_steps() → list[NodePropertyStep]

获取流水线模型的节点属性步骤。

返回:

流水线模型的节点属性步骤。

返回类型:

list[NodePropertyStep]

predict_mutate(G: Graph, **config: Any) → Series[Any]

使用模型对给定的图进行预测，并将结果写入 (mutate) 图中。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

Mutate 操作的结果。

返回类型:

Series[Any]

predict_mutate_estimate(G: Graph, **config: Any) → Series[Any]

估算使用模型在给定图上进行预测所需的内存。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

在给定图上进行预测所需的内存。

返回类型:

Series[Any]

predict_stream(G: Graph, **config: Any) → DataFrame

使用模型对给定的图进行预测，并将结果以 DataFrame 形式流式传输。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

以 DataFrame 形式返回的预测结果。

返回类型:

DataFrame

predict_stream_estimate(G: Graph, **config: Any) → Series[Any]

估算在给定图上进行预测并将结果以 DataFrame 形式流式传输所需的资源。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

以 DataFrame 形式返回的预测结果。

返回类型:

Series[Any]

predict_write(G: Graph, **config: Any) → Series[Any]

预测图中节点的标签并将结果写入数据库。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

写入操作的结果。

返回类型:

Series[Any]

predict_write_estimate(G: Graph, **config: Any) → Series[Any]

估算预测图中节点标签并写入数据库所需的内存。

参数:

• G (Graph) – 要进行预测的图。

• **config (Any) – 预测的配置。

返回:

预测图中节点标签并写入数据库所需的内存。

返回类型:

Series[Any]

published() → bool

检查模型是否已发布。

返回:

如果模型已发布则返回 True，否则返回 False。

返回类型:

bool

shared() → bool

检查模型是否已共享。

返回:

如果模型已共享则返回 True，否则返回 False。

返回类型:

bool

stored() → bool

检查模型是否已存储在磁盘上。

返回:

如果模型已存储在磁盘上则返回 True，否则返回 False。

返回类型:

bool

train_config() → Series[Any]

获取模型的训练配置。

返回:

模型的训练配置。

返回类型:

Series[Any]

type() → str

获取模型类型。

返回:

模型类型。

返回类型:

str