同济子豪兄--传统图机器学习的特征工程-全图【斯坦福CS224W】

全图层面的特征工程：将整张图反映为D维的向量

BoW方法：将文章的词语抽出来，然后分别计数总结为一个D维向量这样计算机就可以识别。

但是如下图所示两个不同的图抽象出来的D维向量却是一样的，所以只靠BoW方法不可靠。

这里若考NodeDegree进行判断则可以区别出来，所以将Bag-of-*推广到其他情况。

回想之前的Graphlets，将全图的Graphlets抽取出来作为一个向量

第i个元素就是第i个graphlet在图中的个数。

将两个图的Graphlet进行数量积可以得到两张图的Kernel，这个Kernel就可以反映两张图的相似程度，若两张图不一样大的话则会对每一个向量做一个归一化。

但是为什么我们不经常用这个方法呢？因为消耗的算力太大。

更高效的算法

例子：初始化都为1。后面一次迭代若邻居有两个则写为1,11。若邻居有三个则写为1,111。其他以此类推。

在进一步迭代，也和上面一样将邻居的点“拿”过来形成下图样子。

在进一步迭代，将图中节点的个数计算出来如下图所示。

最后将两个图的Kernel点乘计算出来。

总结：

Graphlet Kernel： 是一种基于图的子图结构来衡量两个图相似度的方法。它的核心思想是将图分解为更小的子图结构，称为 graphlets，然后计算这些 graphlets 在两个图中出现的频率，以此来估计图之间的相似度。Graphlet Kernel 的计算复杂度较高，因为它需要枚举图中的所有可能的子图结构，这在大型图中尤其耗时。为了解决这个问题，研究者们提出了一种高效的方法，只考虑大小为3、4和5的连接图lets，因为这些较小的图lets可以有效地捕捉图的结构特征，并且计算成本较低。

Weisfeiler-Lehman Kernel（WL Kernel）：是基于 Weisfeiler-Lehman 同构测试算法的图核方法。这个算法通过迭代地为图中的节点分配新标签来捕捉图的结构信息。在每次迭代中，节点的标签会被更新为其邻居节点的标签的某种组合。这个过程重复进行，直到无法进一步更新或达到预定的迭代次数。WL Kernel 通过比较两个图在不同迭代步骤中的标签分布来衡量它们的相似度。WL Kernel 的一个关键优势是它可以处理带有离散标签的大规模图，并且计算效率较高。

两种方法都试图通过捕捉图的结构特征来衡量图之间的相似度，但它们在实现和效率上有所不同。Graphlet Kernel 更注重于子图的结构，而 Weisfeiler-Lehman Kernel 则侧重于节点标签的迭代更新过程。在实际应用中，选择哪种方法取决于具体任务的需求和图的大小。对于大规模图数据，WL Kernel 通常更受欢迎，因为它的计算效率更高

把两张图的向量做数量积得到一个标量这种方法称为Kernel methods

这集讲的是Graphlet Kernel和Weisfeiler-Lehman Kernel方法，另外可以了解的方法如下Random-walk kernel、Shortest-path graph kernel等等。