Python cugraph.link_prediction.jaccard.jaccard_coefficient用法及代码示例

用法: cugraph.link_prediction.jaccard.jaccard_coefficient(G, ebunch=None)

对于 NetworkX 兼容性。见jaccard

参数：

graph：cugraph.Graph: cuGraph 图形实例，应包含作为边列表的连接信息(此算法不使用边权重)。该图应该是无向的，其中无向边由两个方向的有向边表示。如果不存在邻接列表，则将计算该邻接列表。
ebunch：cudf.DataFrame，可选(默认=无): 一个 GPU 数据帧，由代表顶点对的两列组成。如果提供，则为给定的顶点对计算 Jaccard 系数。如果未提供 vertex_pair，则当前实现计算图中所有相邻顶点的 jaccard 系数。

df：cudf.DataFrame

GPU 数据帧大小为 E(默认)或包含 Jaccard 权重的给定对(第一、第二)的大小。排序是相对于邻接列表的，或者是由指定的顶点对给出的。

df[‘source’]：cudf.Series: 源顶点 ID(如果指定，将与第一个相同)
df[‘destination’]：cudf.Series: 目标顶点 ID(如果指定，将与第二个相同)
df[‘jaccard_coeff’]：cudf.Series: 计算的源顶点和目标顶点之间的 Jaccard 系数

例子：

>>> gdf = cudf.read_csv(datasets_path / 'karate.csv', delimiter=' ',
...                     dtype=['int32', 'int32', 'float32'], header=None)
>>> G = cugraph.Graph()
>>> G.from_cudf_edgelist(gdf, source='0', destination='1')
>>> df = cugraph.jaccard_coefficient(G)

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.link_prediction.jaccard.jaccard_coefficient。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：