python基于Node2Vec怎么實現節點分類及其可視化

這篇文章主要介紹“python基于Node2Vec怎么實現節點分類及其可視化”，在日常操作中，相信很多人在python基于Node2Vec怎么實現節點分類及其可視化問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python基于Node2Vec怎么實現節點分類及其可視化”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

簡介

Node2vec是一種用于圖嵌入（Graph Embedding）的方法，可用于節點分類、社區發現和連接預測等任務。

實現過程 

加載數據集

首先，讓我們加載所需的Python庫并執行以下代碼以加載Cora數據集：

import networkx as nx 
import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
%matplotlib inline 
from sklearn.manifold import TSNE 
from node2vec import Node2Vec 
# 加載Cora數據集
cora = pd.read_csv('cora/cora.content', sep='\t', header=None)
cited_in = pd.read_csv('cora/cora.cites', sep='\t', header=None,
                       names=['target', 'source'])
nodes, features = cora.iloc[:, :-1], cora.iloc[:, -1]

其中 cora.content 包含了所有節點特征信息，一共具有2708個節點和1433個特征；而 cora.cites 通過引文映射分別針對所述每個節點建立一個節點間的有向邊關系，共有5429個邊。接下來，我們需要將節點特征和引用信息合并，構建圖結構。

# 定義函數：構造基于Cora數據集的圖結構
def create_graph(nodes, features, cited_in):
    nodes.index = nodes.index.map(str)
    graph = nx.from_pandas_edgelist(cited_in,
                                    source='source',
                                    target='target')
    for index, row in nodes.iterrows():
        node_id = str(row[0])
        features = row.drop(labels=[0])
        node_attrs = {f'attr_{i}': float(x) for i, x in enumerate(features)}
        if graph.has_node(node_id) == True:
            temp = graph.nodes[node_id]
            temp.update(node_attrs)
            graph.add_nodes_from([(node_id, temp)])
        else:
            graph.add_nodes_from([(node_id, node_attrs)])
    return graph
# 構建圖
graph = create_graph(nodes, features, cited_in)

該函數將 cora.content 中的節點特征與 cora.cites 的有向邊整合，并在圖上標記它們。現在我們已經構建了一個圖形視圖，可以按想法可視化。

使用Node2vec嵌入數據

為了使用節點的特征進行分類，我們需要從網絡中提取某些信息，以便將其傳遞給分類器作為輸入。 節點2矢量方法的一個示例就是將提取的信息轉換為至少每個節點一個維度的向量表達式。

Node2Vec模型由代表每個節點的向量組成，使用起始節點和目標節點的隨機游走樣本來學習它們。 節點2Vec模型定義隨機游走過程中節點間的轉移概率。

我們將使用 node2vec 庫來生成圖形的嵌入表示，并采用神經網絡進行節點分類。

# 定義函數：創建基于Cora數據集的嵌入
def create_embeddings(graph):
    # 初始化node2vec實例，指定相關超參數
    n2v = Node2Vec(graph, dimensions=64, walk_length=30,
                   num_walks=200, p=1, q=1, weight_key='attr_weight')
    # 基于指定參數訓練得到嵌入向量表達式
    model = n2v.fit(window=10, min_count=1, batch_words=4)
    # 獲得所有圖中節點的嵌入向量
    embeddings = pd.DataFrame(model.wv.vectors)
    ids = list(map(str, model.wv.index2word))
    # 將原有的特征和id與新獲取到的嵌入向量按行合并
    lookup_table = nodes.set_index(0).join(embeddings.set_index(embeddings.index))
    return np.array(lookup_table.dropna().iloc[:, -64:]), np.array(list(range(1, lookup_table.shape[0] + 1)))
# 創建嵌入向量
cora_embeddings, cora_labels = create_embeddings(graph)

通過以上代碼，我們可以獲得每個節點的64維節點嵌入表達。

訓練分類器

接下來我們將指定一些分類器并在Cora數據集上訓練它們，以期根據嵌入進行準確的節點分類操作。

from sklearn import svm, model_selection, metrics 
# 使用支持向量機作為示范的分類器
svm_model = svm.SVC(kernel='rbf', C=1, gamma=0.01)
# 進行交叉驗證和分類訓練
scores = model_selection.cross_val_score(
    svm_model, cora_embeddings, cora_labels, cv=5)
print(scores.mean())

使用支持向量機作為分類器，進一步問題是分類器本身也要進行調參等相關操作，以期獲取更好的性能。此處采取了5折交叉驗證的方式對其性能進行評估輸出。

可視化節點嵌入

對于人類而言，64維特征表達并不容易理解，因此我們需要將其降維以便可視化。 在這里我們使用 t-SNE，它專門用于降低高維數據的復雜度。 通過輸出只包含 2個元素的概率分布向量，它生成一個二維圖，其中相似節點緊密地放在一起。

# 定義函數：可視化Nodes2Vec的結果
def visualize_results(embeddings, labels):
    # 使用t-SNE對數據進行降維并繪圖
    tsne = TSNE(n_components=2, verbose=1, perplexity=40, n_iter=300)
    tsne_results = tsne.fit_transform(embeddings)
    plt.figure(figsize=(10, 5))
    plt.scatter(tsne_results[:,0], tsne_results[:,1], c=labels)
    plt.colorbar()
    plt.show()
# 可視化結果
visualize_results(cora_embeddings, cora_labels)

Node2Vec生成的嵌入向量將被輸入到t-SNE中，其中t-SNE將64維向量表達進行了降維，并輸出我們可以使用 matplotlib 庫可視化的二維散點圖。 我們可以在圖形界面中檢查大部分相關節點是否如預期那樣緊密聚集。

到此，關于“python基于Node2Vec怎么實現節點分類及其可視化”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！