常见用法

GDS 库的使用模式通常分为两个阶段：开发阶段和生产阶段。

开发阶段

开发阶段的目标是建立一套实用的算法和机器学习工作流。此阶段涉及配置系统、定义图投影、选择合适的算法以及进行机器学习实验。通常会用到库中的内存估算功能，这使您能够成功配置系统以处理待处理的数据量。需要注意的资源有三种：投影图、算法数据结构和机器学习设置。

使用 Neo4j 图数据科学开发成功的机器学习流水线，通常涉及以下步骤的实验：

在生产阶段，系统被配置为成功且可靠地运行所需的算法和流水线。操作序列通常为以下之一：

下图展示了 GDS 库标准操作的概览

在此图中，机器学习流水线被包含在“算法”类别中。

GDS 库在系统资源使用方面是“贪婪”的。这意味着每个过程都会尝试使用：

并发运行的过程会共享承载 DBMS 的系统资源，因此可能会影响彼此的性能。要获取系统状态概览，您可以使用系统监控过程。

有关 GDS 核心操作的更多详细信息，请参阅相应章节。