统计学习方法读书笔记（二十一）-PageRank算法

全部笔记的汇总贴：统计学习方法读书笔记汇总贴

在实际应用中许多数据都以图（graph）的形式存在，比如，互联网、社交网络都可 以看作是一个图。图数据上的机器学习具有理论与应用上的重要意义。PageRank 算法是图的链接分析 （link analysis）的代表性算法，属于图数据上的无监督学习方法。

PageRank 算法的基本想法是在有向图上定义一个随机游走模型， 即 一阶马尔可夫链，描述随机游走者沿着有向图随机访问各个结点的行为。在一定条件下，极限情况访问每个结点的概率收敛到平稳分布，这时各个结点的平稳概率值就是其PageRank 值，表示结点的重要度。PageRank 是递归定义的，PageRank 的计算可以通过迭代算法进行。

一、PageRank的定义

PageRank 是定义在网页集合上的一个函数，它对每个网页给出一个正实数，表示网页的重要程度， 整体构成一个向量，PageRank 值越高，网页就越重要，在互联网搜索的排序中可能就被排在前面。

• 转移矩阵

可以手推例21.1

二、PageRank的计算

• 迭代算法