harmonic_function

harmonic_function(G, max_iter=30, label_name='label')

节点分类通过调和函数

用于计算Zhu等人提出的调和函数算法的函数。

Parameters:

GNetworkX 图

max_iterint

允许的最大迭代次数

label_name字符串

目标标签的名称，用于预测

Returns:

predicted列表

长度为 len(G) 的列表，包含每个节点的预测标签。

Raises:

NetworkXError

如果 G 中没有节点具有属性 label_name 。

References

Zhu, X., Ghahramani, Z., & Lafferty, J. (2003, August). 使用高斯场和谐函数的半监督学习。 在 ICML（第3卷，第912-919页）。

Examples

>>> from networkx.algorithms import node_classification
>>> G = nx.path_graph(4)
>>> G.nodes[0]["label"] = "A"
>>> G.nodes[3]["label"] = "B"
>>> G.nodes(data=True)
NodeDataView({0: {'label': 'A'}, 1: {}, 2: {}, 3: {'label': 'B'}})
>>> G.edges()
EdgeView([(0, 1), (1, 2), (2, 3)])
>>> predicted = node_classification.harmonic_function(G)
>>> predicted
['A', 'A', 'B', 'B']