Bibliothèques pour (algorithmes de propagation d'étiquettes / exploration fréquente de sous-graphiques) pour les graphiques en R


10

Description générale du problème

J'ai un graphique où certains sommets sont étiquetés avec un type avec 3 ou 4 valeurs possibles. Pour les autres sommets, le type est inconnu. Mon objectif est d'utiliser le graphique pour prédire le type des sommets qui ne sont pas étiquetés.

Cadre possible

Je soupçonne que cela s'inscrit dans le cadre général des problèmes de propagation d'étiquettes, d'après ma lecture de la littérature (par exemple, voir cet article et cet article )

Une autre méthode qui est mentionnée est souvent Frequent Subgraph Mining, ce qui inclut des algorithmes aiment SUBDUE, SLEUTHet gSpan.

Trouvé dans R

La seule implémentation de propagation d'étiquette que j'ai réussi à trouver Rprovient label.propagation.community()de la igraphbibliothèque. Cependant, comme son nom l'indique, il est principalement utilisé pour trouver des communautés, pas pour classer des sommets sans étiquette.

Il semble également y avoir plusieurs références à une subgraphMiningbibliothèque (ici par exemple), mais il semble qu'elle soit absente du CRAN.

Question

Connaissez-vous une bibliothèque ou un framework pour la tâche décrite?

Réponses:


2

Il s'agit d'un ancien article, mais il existe un package de sous-graphique et un livre / documentation d'accompagnement pour le faire dans R: https://www.csc.ncsu.edu/faculty/samatova/practical-graph-mining-with-R/PracticalGraphMiningWithR .html

Bien que personnellement, je n'obtienne pas la connexion entre l'extraction de sous-graphiques et la propagation d'étiquettes dans ce cas. SVD ++ pourrait être plus proche de ce que vous recherchez (pris en charge par GraphX ​​of Spark, qui, je pense, prend également en charge la propagation des étiquettes). http://spark.apache.org/graphx/

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.