Python cugraph.dask.link_analysis.pagerank.pagerank用法及代碼示例

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

使用多個 GPU 查找圖中每個頂點的 PageRank 值。 cuGraph 使用冪方法計算 Pagerank 的近似值。輸入圖必須包含邊列表作為 dask-cudf 數據幀，每個 GPU 一個分區。

參數：

input_graph：cugraph.DiGraph

cuGraph 圖說明符，應包含連接信息作為 dask cudf 邊列表數據幀(該算法不使用邊權重)。當前不支持無向圖。

alpha：浮點數，可選(默認=0.85)

阻尼因子 alpha 表示跟隨出邊的概率，標準值為 0.85。因此，1.0-alpha 是“teleport” 到隨機頂點的概率。 Alpha 應大於 0.0 並嚴格低於 1.0。

personalization：cudf.Dataframe，可選(默認=無)

包含個性化信息的 GPU 數據幀。目前不支持。

個性化[‘vertex’]：cudf.Series: 用於個性化的圖形頂點子集
個性化[‘values’]：cudf.Series: 頂點的個性化值

max_iter：int，可選(默認=100)

返回答案之前的最大迭代次數。如果此值小於或等於 0，cuGraph 將使用默認值，即 30。

tol：浮點數，可選(默認=1.0e-5)

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-5。由於數值舍入，容差設置太小會導致不收斂。通常 0.01 和 0.00001 之間的值是可以接受的。

nstart：不支持

pagerank 的初步猜測

PageRank：dask_cudf.DataFrame

GPU 數據幀包含兩個大小為 V 的dask_cudf.Series：頂點標識符和相應的 PageRank 值。

ddf[‘vertex’]：dask_cudf.係列: 包含頂點標識符
ddf[‘pagerank’]：dask_cudf.係列: 包含 PageRank 分數

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.dask.link_analysis.pagerank.pagerank。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：

例子：