task01图结构数据

图的表示

一个图被记为 G={V,E}，其中 是数量为V={v1,v2,…vN}是数量为N的结点的集合，E= {e1,e2,…eM} 是数量M为 的边的集合。

图用节点表示实体，用边表示实体间的关系

节点和边的信息可以是类别型的，类别型的数据的取值只能是哪一类别。一般类别型的信息为标签。

节点和边的信息可以是数值型的。

大部分情况中，节点含有信息，边可能含有信息。

上图的邻接矩阵为：

Ai,j = 1 表示存在从结点vi 到 vj 的边，反之表示不存在结点vi 从结点 vj 到 的边。

图的属性

1：节点的度（degree）
2：邻接节点（neighbors）
3：路径（path）
4：行走（walk）
5：子图（subgraph）
6：连接分量（connected component）
7：连通图（connected graph）
8：最短路径（shortest path）
9：直径（diameter）
10：拉普拉斯矩阵（Laplacian Matrix）
11：对称归一化的拉普拉斯矩阵（symmetric normalized Laplacial）

图的种类

同质图：只有一种类型的节点和一种类型的边的图
异质图：存在多种类型的节点和多种类型的边的图

二部图：节点分为两类，只有不同类的节点之间存在边

图结构数据上的机器学习

1：节点预测：预测节点的类别或某类属性的取值
例子：对是否是潜在客户分类，对游戏玩家的消费能力做预测
2：边预测：预测两个节点间是否存在链接
例子：好友推荐，商品推荐
3：图的预测：对不同的图进行分类或预测图的属性
例子：分子属性预测
4：节点聚类：检测节点是否形成一个社区
例子：社交圈检测
5：其他任务
（1）：图生成：例如药物发现
（2）：图演变：例如物理模拟
（3）：…

应用神经网络于图面临的挑战

过去的深度学习应用中，我们主要接触的数据形式主要有这四种：矩阵，张量，序列和时间序列，他们是规则的结构化数据
图数据是非规则的非结构化的，具有以下的特点：
（1）：任意的大小和复杂的拓扑结构；
（2）：没有固定的节点排序或参考点；
（3）：通常是动态的，并具有多模态的特征
（4）：图的信息并非只蕴含在节点信息和边的信息中，图的信息还包括了图的拓扑结构

Data类——PyG中图的表示及其使用

#Data类的构造函数
class Data(object):
    def __init__(self, x=None, edge_index=None,edge_attr=None, y=None, **kwargs):
	# x (Tensor, optional): 节点属性矩阵，大小为[num_nodes, num_node_features]`
	# edge_index (LongTensor, optional): 边索引矩阵，大小为`[2, num_edges]`，第0行为尾节点，第1行为头节点，头指向尾
	# edge_attr (Tensor, optional): 边属性矩阵，大小为[num_edges, num_edge_features]`
	# y (Tensor, optional): 节点或图的标签，任意大小（其实也可以是边的标签）
        self.x = x
        self.edge_index = edge_index
        self.edge_attr = edge_attr
        self.y = y
        for key, item in kwargs.items():
            if key == 'num_nodes':
                self.__num_nodes__ = item
            else:
                self[key] = item
    #from_dict 是一个类方法：转dict对象为Data对象
    @classmethod
    def from_dict(cls, dictionary):
        data = cls()
        for key, item in dictionary.items():
            data[key] = item
        return data
    #将Data对象转换为 dict对象
    def to_dict(self):
        return {key:item for key, item in self}
    #转换为namedtuple
    def to_namedtuple(self):
        keys = self.keys
        DataTuple = collections.namedtuple('DataTuple',keys)
        return DataTuple(*[self[key] for key in keys])