简介
node2vec是一种用于图嵌入（graph embedding）的方法，可用于节点分类、社区发现和连接预测等任务。
实现过程
加载数据集
首先，让我们加载所需的Python库并执行以下代码以加载Cora数据集：
import networkx as nx
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.manifold import TSNE
from node2vec import Node2Vec
# 加载Cora数据集
cora = pd.read_csv('cora/cora.content', sep='\t', header=None)
cited_in = pd.read_csv('cora/cora.cites', sep='\t', header=None,
names=['target', 'source'])
nodes, features = cora.iloc[:, :-1], cora.iloc[:, -1]其中 cora.content 包含了所有节点特征信息，一共具有2708个节点和1433个特征；而 cora.cites 通过引文映射分别针对所述每个节点建立一个节点间的有向边关系，共有5429个边。接下来，我们需要将节点特征和引用信息合并，构建图结构。
# 定义函数：构造基于Cora数据集的图结构
def create_graph(nodes, features, cited_in):
nodes.index = nodes.index.map(str)
graph = nx.from_pandas_edgelist(cited_in,
source='source',
target='target')
for index, row in nodes.iterrows():
node_id = str(row[0])
features = row.drop(labels=[0])
node_attrs = {f'attr_{i}': float(x) for i, x in enumerate(features)}
if graph.has_node(node_id) == True:
temp = graph.nodes[node_id]
temp.update(node_attrs)
graph.add_nodes_from([(node_id, temp)])
else:
graph.add_nodes_from([(node_id, node_attrs)])
return graph
# 构建图
graph = create_graph(nodes, features, cited_in)该函数将 cora.content 中的节点特征与 cora.cites 的有向边整合，并在图上标记它们。现在我们已经构建了一个图形视图，可以按想法可视化。
使用Node2vec嵌入数据
为了进行节点特征分类，我们需要从网络中提取一些信息并将其作为输入传递给分类器。一个示例是使用节点2矢量方法将提取的信息转化为向量表达式，使每个节点至少具有一个维度。
立即学习“Python免费学习笔记（深入）”；
通过随机游走样本从起始节点到目标节点，Node2Vec模型学习代表每个节点的向量。 节点2Vec模型定义随机游走过程中节点间的转移概率。
我们将使用 node2vec 库来生成图形的嵌入表示，并采用神经网络进行节点分类。
# 定义函数：创建基于Cora数据集的嵌入
def create_embeddings(graph):
# 初始化node2vec实例，指定相关超参数
n2v = Node2Vec(graph, dimensions=64, walk_length=30,
num_walks=200, p=1, q=1, weight_key='attr_weight')
# 基于指定参数训练得到嵌入向量表达式
model = n2v.fit(window=10, min_count=1, batch_words=4)
# 获得所有图中节点的嵌入向量
embeddings = pd.DataFrame(model.wv.vectors)
ids = list(map(str, model.wv.index2word))
# 将原有的特征和id与新获取到的嵌入向量按行合并
lookup_table = nodes.set_index(0).join(embeddings.set_index(embeddings.index))
return np.array(lookup_table.dropna().iloc[:, -64:]), np.array(list(range(1, lookup_table.shape[0] + 1)))
# 创建嵌入向量
cora_embeddings, cora_labels = create_embeddings(graph)通过以上代码，我们可以获得每个节点的64维节点嵌入表达。
训练分类器
接下来我们将指定一些分类器并在Cora数据集上训练它们，以期根据嵌入进行准确的节点分类操作。
from sklearn import svm, model_selection, metrics
# 使用支持向量机作为示范的分类器
svm_model = svm.SVC(kernel='rbf', C=1, gamma=0.01)
# 进行交叉验证和分类训练
scores = model_selection.cross_val_score(
svm_model, cora_embeddings, cora_labels, cv=5)
print(scores.mean())为了获得更好的性能，支持向量机作为分类器时，我们还需要对其进行相关调参操作。此处采取了5折交叉验证的方式对其性能进行评估输出。
可视化节点嵌入
为了更好地理解，我们需要将人类难以理解的64维特征表达进行降维处理以实现可视化。t-SNE是一种专门用于降低高维数据复杂度的方法，我们在这里使用它。它生成一个二维图，相似节点之间紧密地聚集在一起，而这个图是通过输出仅包含两个元素的概率分布向量实现的。
# 定义函数：可视化Nodes2Vec的结果
def visualize_results(embeddings, labels):
# 使用t-SNE对数据进行降维并绘图
tsne = TSNE(n_components=2, verbose=1, perplexity=40, n_iter=300)
tsne_results = tsne.fit_transform(embeddings)
plt.figure(figsize=(10, 5))
plt.scatter(tsne_results[:,0], tsne_results[:,1], c=labels)
plt.colorbar()
plt.show()
# 可视化结果
visualize_results(cora_embeddings, cora_labels)Node2Vec生成的嵌入向量将被输入到t-SNE中，其中t-SNE将64维向量表达进行了降维，并输出我们可以使用 matplotlib 库可视化的二维散点图。大多数相关节点是否紧密聚集，可以在图形界面中进行检查。
