机器学习 - Neo4j 图数据科学 (GDS)

流水线目录

表 1. GDS 库中所有流水线目录操作列表。
描述	操作
检查流水线是否存在	`gds.pipeline.exists` 过程
从内存中移除流水线	`gds.pipeline.drop` 过程
列出流水线	`gds.pipeline.list` 过程

模型目录

表 2. GDS 库中所有模型目录操作列表。
描述	操作
列出模型	`gds.model.list` 过程
检查模型是否存在	`gds.model.exists` 过程
从内存中删除模型	`gds.model.drop` 过程
存储模型	`gds.model.store` 过程企业版
加载已存储的模型	`gds.model.load` 过程企业版
删除已存储的模型	`gds.model.delete` 过程企业版
发布模型	`gds.model.publish` 过程企业版

流水线

Beta 层级

表 3. GDS 库中所有 Beta 机器学习流水线操作列表。
算法名称	操作
链接预测流水线	`gds.beta.pipeline.linkPrediction.create` 过程
	`gds.beta.pipeline.linkPrediction.addNodeProperty` 过程
	`gds.beta.pipeline.linkPrediction.addFeature` 过程
	`gds.beta.pipeline.linkPrediction.addLogisticRegression` 过程
	`gds.beta.pipeline.linkPrediction.addRandomForest` 过程
	`gds.beta.pipeline.linkPrediction.configureSplit` 过程
	`gds.beta.pipeline.linkPrediction.train` 过程
	`gds.beta.pipeline.linkPrediction.train.estimate` 过程
	`gds.beta.pipeline.linkPrediction.predict.mutate` 过程
	`gds.beta.pipeline.linkPrediction.predict.mutate.estimate` 过程
	`gds.beta.pipeline.linkPrediction.predict.stream` 过程
	`gds.beta.pipeline.linkPrediction.predict.stream.estimate` 过程
节点分类流水线	`gds.beta.pipeline.nodeClassification.create` 过程
	`gds.beta.pipeline.nodeClassification.addNodeProperty` 过程
	`gds.beta.pipeline.nodeClassification.selectFeatures` 过程
	`gds.beta.pipeline.nodeClassification.addLogisticRegression` 过程
	`gds.beta.pipeline.nodeClassification.addRandomForest` 过程
	`gds.beta.pipeline.nodeClassification.configureSplit` 过程
	`gds.beta.pipeline.nodeClassification.train` 过程
	`gds.beta.pipeline.nodeClassification.train.estimate` 过程
	`gds.beta.pipeline.nodeClassification.predict.mutate` 过程
	`gds.beta.pipeline.nodeClassification.predict.mutate.estimate` 过程
	`gds.beta.pipeline.nodeClassification.predict.stream` 过程
	`gds.beta.pipeline.nodeClassification.predict.stream.estimate` 过程
	`gds.beta.pipeline.nodeClassification.predict.write` 过程
	`gds.beta.pipeline.nodeClassification.predict.write.estimate` 过程

Alpha 层级

表 4. GDS 库中所有 Alpha 机器学习流水线操作列表。
算法名称	操作
链接预测流水线	`gds.alpha.pipeline.linkPrediction.addMLP` 过程
链接预测流水线	`gds.alpha.pipeline.linkPrediction.configureAutoTuning` 过程
节点分类流水线	`gds.alpha.pipeline.nodeClassification.addMLP` 过程
节点分类流水线	`gds.alpha.pipeline.nodeClassification.configureAutoTuning` 过程
节点回归流水线	`gds.alpha.pipeline.nodeRegression.create` 过程
	`gds.alpha.pipeline.nodeRegression.addNodeProperty` 过程
	`gds.alpha.pipeline.nodeRegression.selectFeatures` 过程
	`gds.alpha.pipeline.nodeRegression.configureAutoTuning` 过程
	`gds.alpha.pipeline.nodeRegression.configureSplit` 过程
	`gds.alpha.pipeline.nodeRegression.addLinearRegression` 过程
	`gds.alpha.pipeline.nodeRegression.addRandomForest` 过程
	`gds.alpha.pipeline.nodeRegression.train` 过程
	`gds.alpha.pipeline.nodeRegression.predict.stream` 过程
	`gds.alpha.pipeline.nodeRegression.predict.mutate` 过程

节点嵌入

生产质量层级

表 5. GDS 库中所有生产质量级节点嵌入算法列表。
算法名称	操作
快速随机投影 (Fast Random Projection)	`gds.fastRP.mutate` 过程
	`gds.fastRP.mutate.estimate` 过程
	`gds.fastRP.stats` 过程
	`gds.fastRP.stats.estimate` 过程
	`gds.fastRP.stream` 过程
	`gds.fastRP.stream.estimate` 过程
	`gds.fastRP.write` 过程
	`gds.fastRP.write.estimate` 过程
HashGNN	`gds.hashgnn.mutate` 过程
	`gds.hashgnn.mutate.estimate` 过程
	`gds.hashgnn.stream` 过程
	`gds.hashgnn.stream.estimate` 过程
Node2Vec	`gds.node2vec.mutate` 过程
	`gds.node2vec.mutate.estimate` 过程
	`gds.node2vec.stream` 过程
	`gds.node2vec.stream.estimate` 过程
	`gds.node2vec.write` 过程
	`gds.node2vec.write.estimate` 过程

Beta 层级

表 6. GDS 库中所有 Beta 节点嵌入算法列表。
算法名称	操作
GraphSAGE	`gds.beta.graphSage.stream` 过程
	`gds.beta.graphSage.stream.estimate` 过程
	`gds.beta.graphSage.mutate` 过程
	`gds.beta.graphSage.mutate.estimate` 过程
	`gds.beta.graphSage.write` 过程
	`gds.beta.graphSage.write.estimate` 过程
	`gds.beta.graphSage.train` 过程
	`gds.beta.graphSage.train.estimate` 过程