使用 Scikit 和 networkx 在网络中进行标签传播

Question

我以前从未使用过标签传播，在 Python 中也没有，但现在我需要检查这是否适合我的问题。我有一个像下面这样的数据集

User                    Connection               Score
        xxx.dean.martin       vera.miles           10
        xxx.dean.martin       christopher.sole     5     
        xxx.dean.martin       elis.con             NaN    
        xxx.catherine.rice    vera.miles           NaN
        xxx.vera.miles        NaN                  0

其中 Score 仅取决于 User 并且可以取值 0、5 或 10。我想构建一个图，其中 Users 是节点，Connection 是目标。这意味着，例如，xxx.dean.martin 链接到 vera.miles。 Score 应该是分配给节点的值（例如，xxx.dean.martin）。如示例所示，由于缺少某些值 (NaN)，我想使用标签传播在缺少的地方分配 Scores。看最后一个例子，

      `xxx.vera.miles        NaN                0.0`

当我在网络中可视化时，我应该期待 vera.miles, dean.martin 和 catherine.rice 之间的链接。基于邻居，我想通过节点分配（'transfer'/'propagate'）分值。

作为数据集的输出示例（应该来自图形可视化）：

 User                    Connection               Score
            xxx.dean.martin       vera.miles         10
            xxx.dean.martin       christopher.sole   5
            xxx.dean.martin       elis.con           5  # just the average of the nodes which User is linked with   
            xxx.catherine.rice    vera.miles         0
            xxx.vera.miles        NaN                0

Answer 1

根据您提出的设置，这不是标签传播的标准设置，因为节点和标签的含义以某种方式混合在一起。

要通过计算平均值的 1 步传播获得预期输出，您只需执行以下操作：

df.fillna(df.groupby('User', as_index=False).mean()).fillna(0)

这将用平均值填充 NaN，用 0 填充剩余的 NaN。

使用 Scikit 和 networkx 在网络中进行标签传播

Label Propagation in networks using Scikit and networkx

python

graph

networkx

pandas

scikit-learn