节点分类管道

节点分类是应用于图的一种常见机器学习任务：训练模型对节点进行分类。具体而言，节点分类模型用于根据其他节点属性来预测未标记节点的类别（作为节点属性）。在训练过程中，表示节点类别的属性被称为目标属性。GDS 支持二分类和多分类节点分类。

在 GDS 中，我们拥有节点分类流水线，它提供了从特征提取到节点分类的端到端工作流。训练流水线位于 流水线目录 中。当训练流水线被 执行 时，会创建一个分类模型并将其存储在 模型目录 中。

训练流水线包含两个阶段的序列

用户可以 配置 上述包含哪些步骤。这些步骤执行 GDS 算法，从而创建新的节点属性。在配置完节点属性步骤后，用户可以 选择 节点属性的子集作为特征。训练阶段 (II) 通过交叉验证训练多个模型候选者，选择最优模型，并报告相关的性能指标。

在 训练流水线 之后，会创建一个分类模型。该模型包含训练流水线中的节点属性步骤和特征配置，并使用它们为分类未标记节点生成相关特征。分类模型可以应用于预测以前未见过的节点的类别。除了每个节点的预测类别外，每个类别的预测概率也可以保留在节点上。概率的顺序与模型中注册的类别顺序相匹配。

本节分为以下页面