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(shù)據(jù)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(jié)點特征信息，一共具有2708個節(jié)點和1433個特征；而 cora.cites 通過引文映射分別針對所述每個節(jié)點建立一個節(jié)點間的有向邊關(guān)系，共有5429個邊。接下來，我們需要將節(jié)點特征和引用信息合并，構(gòu)建圖結(jié)構(gòu)。

# 定義函數(shù)：構(gòu)造基于Cora數(shù)據(jù)集的圖結(jié)構(gòu)
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(gòu)建圖
graph = create_graph(nodes, features, cited_in)

該函數(shù)將 cora.content 中的節(jié)點特征與 cora.cites 的有向邊整合，并在圖上標記它們?，F(xiàn)在我們已經(jīng)構(gòu)建了一個圖形視圖，可以按想法可視化。

使用Node2vec嵌入數(shù)據(jù)

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

Node2Vec模型由代表每個節(jié)點的向量組成，使用起始節(jié)點和目標節(jié)點的隨機游走樣本來學習它們。節(jié)點2Vec模型定義隨機游走過程中節(jié)點間的轉(zhuǎn)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(jīng)網(wǎng)絡(luò)進行節(jié)點分類。

# 定義函數(shù)：創(chuàng)建基于Cora數(shù)據(jù)集的嵌入
def create_embeddings(graph):
    # 初始化node2vec實例，指定相關(guān)超參數(shù)
    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(shù)訓(xùn)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(jié)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(chuàng)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(jié)點的64維節(jié)點嵌入表達。

訓(xùn)練分類器

接下來我們將指定一些分類器并在Cora數(shù)據(jù)集上訓(xùn)練它們，以期根據(jù)嵌入進行準確的節(jié)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(xùn)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(diào)參等相關(guān)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(jié)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(shù)據(jù)的復(fù)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(jié)點緊密地放在一起。

# 定義函數(shù)：可視化Nodes2Vec的結(jié)果
def visualize_results(embeddings, labels):
    # 使用t-SNE對數(shù)據(jù)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(jié)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(guān)節(jié)點是否如預(yù)期那樣緊密聚集。

以上就是python基于Node2Vec實現(xiàn)節(jié)點分類及其可視化示例詳解的詳細內(nèi)容，更多關(guān)于Node2Vec節(jié)點分類可視化的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: