Python cugraph.centrality.katz_centrality.katz_centrality用法及代碼示例

用法: cugraph.centrality.katz_centrality.katz_centrality(G, alpha=None, beta=None, max_iter=100, tol=1e-06, nstart=None, normalized=True)

計算圖 G 的節點的 Katz 中心性。cuGraph 目前不支持 ‘beta’ and ‘weight’ 參數，如相應的 networkX 調用中所示。該實現基於 Foster 定義的 Katz 的寬鬆版本，計算複雜度為 O(n+m)

在有向圖上，cuGraph 計算 out-edge Katz 中心度得分。這與默認情況下計算 in-edge Katz 中心性分數的 NetworkX 相反。您可以使用 G.reverse 翻轉 NetworkX 邊，以便結果與 cuGraph 匹配。

參數：

G：cuGraph.Graph 或 networkx.Graph

帶有連接信息的 cuGraph 圖說明符。該圖可以包含有向邊 (DiGraph) 或無向邊 (Graph)。

alpha：浮點數，可選(默認=無)

衰減因子默認為無。如果未指定 alpha，則它在內部計算為 1/(degree_max)，其中 degree_max 是最大出度。

注意: 收斂的最大可接受值 alpha_max = 1/(lambda_max) 其中 lambda_max 是圖的最大特征值。由於圖表的lambda_max 始終小於或等於degree_max，因此alpha_max 將始終大於或等於 (1/degree_max)。因此，將 alpha 設置為 (1/degree_max) 將保證它永遠不會超過 alpha_max，從而滿足收斂的要求。

beta：浮點數，可選(默認=無)

權重標量 - 目前不支持

max_iter：int，可選(默認=100)

返回答案之前的最大迭代次數。這可用於限製執行時間並在求解器達到收斂容差之前提前退出。如果此值小於或等於 0，cuGraph 將使用默認值，即 100。

tol：浮點數，可選(默認=1.0e-6)

設置容差的近似值，這個參數應該是一個小的幅度值。容差越低，近似值越好。如果該值為 0.0f，cuGraph 將使用默認值 1.0e-6。由於數值舍入，容差設置太小會導致不收斂。通常 1e-2 和 1e-6 之間的值是可以接受的。

nstart：cudf.Dataframe，可選(默認=無)

包含 katz 中心性的初始猜測的 GPU 數據幀。

nstart[‘vertex’]：cudf.Series: 包含頂點標識符
nstart[‘values’]：cudf.Series: 包含頂點的 katz 中心值

normalized：布爾，可選，默認=真

如果 True 歸一化生成的 katz 中心性值

df：cudf.DataFrame 或 Dictionary 如果使用 NetworkX

GPU 數據幀包含兩個大小為 V 的 cudf.Series：頂點標識符和相應的 katz 中心值。

df[‘vertex’]：cudf.Series: 包含頂點標識符
df[‘katz_centrality’]：cudf.Series: 包含頂點的 katz 中心性

參考：

Foster, K.C., Muth, S.Q., Potterat, J.J.等。計算與數學組織理論 (2001) 7: 275. https://doi.org/10.1023/A:1013470632383

卡茨，L.(1953 年)。一種源自社會計量分析的新地位 index 。心理測量學，18(1)，39-43。

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')
>>> kc = cugraph.katz_centrality(G)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cugraph.centrality.katz_centrality.katz_centrality。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

參考：

例子：