Python cugraph.community.ktruss_subgraph.ktruss_subgraph用法及代碼示例

用法: cugraph.community.ktruss_subgraph.ktruss_subgraph(G, k, use_weights=True)

返回特定 k 的圖的 K-Truss 子圖。

注意：此函數目前在 CUDA 11.4 係統上不可用。

圖的k-truss 是一個子圖，其中每條邊都是至少 (k-2) 個三角形的一部分。 K-trusses 用於在圖中查找緊密編織的頂點組。 k-truss 是圖中 k-clique 的鬆弛，在 [1] 中定義。尋找派係對計算的要求很高，並且找到最大的 k-clique 已知為 NP-Hard。

相比之下，找到k-truss 在計算上是易於處理的，因為它的關鍵構建塊，即三角形計數計數，可以在多項式時間內執行。通常，三角形計數需要多次迭代才能找到圖形的k-truss。然而，這些迭代在弱單調收縮圖上運行。因此，可以在相當合理的時間內找到圖表的k-truss。 cuGraph 中的解決方案基於 [2] 中首次顯示的 GPU 算法，並使用 [3] 中的三角形計數算法。

參數：

G：cuGraph.Graph: 帶有連接信息的 cuGraph 圖說明符。 k-Trusses 僅針對無向圖定義，因為它們是針對圖中的無向三角形定義的。
k：int: 用於提取 k-truss 子圖的所需 k。
use_weights：布爾，可選(默認=真): 如果 G 有邊權重，則輸出是否應包含邊權重

G_truss：cuGraph.Graph: 具有給定 k 的 k-truss 子圖的 cugraph 圖說明符。

參考：

[1] Cohen, J.，“桁架：社交網絡分析的內聚子圖”，國家安全局技術報告，2008 年

[2] O. Green、J. Fox、E. Kim、F. Busato 等人。 “在幹草堆中快速找到桁架”IEEE 高性能極限計算會議 (HPEC)，2017 https://doi.org/10.1109/HPEC.2017.8091038

[3] O. Green、P. Yalamanchili、L.M. Munguia，“GPU 上的快速三角形計數”不規則應用：架構和算法 (IA3)，2014

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')
>>> k_subgraph = cugraph.ktruss_subgraph(G, 3)

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.community.ktruss_subgraph.ktruss_subgraph。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：