Python cugraph.dask.link_analysis.pagerank.pagerank用法及代码示例

用法: cugraph.dask.link_analysis.pagerank.pagerank(input_graph, alpha=0.85, personalization=None, max_iter=100, tol=1e-05, nstart=None)

使用多个 GPU 查找图中每个顶点的 PageRank 值。 cuGraph 使用幂方法计算 Pagerank 的近似值。输入图必须包含边列表作为 dask-cudf 数据帧，每个 GPU 一个分区。

参数：

input_graph：cugraph.DiGraph

cuGraph 图说明符，应包含连接信息作为 dask cudf 边列表数据帧(该算法不使用边权重)。当前不支持无向图。

alpha：浮点数，可选(默认=0.85)

阻尼因子 alpha 表示跟随出边的概率，标准值为 0.85。因此，1.0-alpha 是“teleport” 到随机顶点的概率。 Alpha 应大于 0.0 并严格低于 1.0。

personalization：cudf.Dataframe，可选(默认=无)

包含个性化信息的 GPU 数据帧。目前不支持。

个性化[‘vertex’]：cudf.Series: 用于个性化的图形顶点子集
个性化[‘values’]：cudf.Series: 顶点的个性化值

max_iter：int，可选(默认=100)

返回答案之前的最大迭代次数。如果此值小于或等于 0，cuGraph 将使用默认值，即 30。

tol：浮点数，可选(默认=1.0e-5)

设置容差的近似值，这个参数应该是一个小的幅度值。容差越低，近似值越好。如果该值为 0.0f，cuGraph 将使用默认值 1.0E-5。由于数值舍入，容差设置太小会导致不收敛。通常 0.01 和 0.00001 之间的值是可以接受的。

nstart：不支持

pagerank 的初步猜测

PageRank：dask_cudf.DataFrame

GPU 数据帧包含两个大小为 V 的dask_cudf.Series：顶点标识符和相应的 PageRank 值。

ddf[‘vertex’]：dask_cudf.系列: 包含顶点标识符
ddf[‘pagerank’]：dask_cudf.系列: 包含 PageRank 分数

例子：

>>> # import cugraph.dask as dcg
>>> # ... Init a DASK Cluster
>>> #    see https://docs.rapids.ai/api/cugraph/stable/dask-cugraph.html
>>> # Download dataset from https://github.com/rapidsai/cugraph/datasets/..
>>> # chunksize = dcg.get_chunksize(datasets_path / "karate.csv")
>>> # ddf = dask_cudf.read_csv(input_data_path, chunksize=chunksize)
>>> # dg = cugraph.Graph(directed=True)
>>> # dg.from_dask_cudf_edgelist(ddf, source='src', destination='dst',
>>> #                            edge_attr='value')
>>> # pr = dcg.pagerank(dg)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cugraph.dask.link_analysis.pagerank.pagerank。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：