17 グラフ用の機械学習ライブラリ(PgxML)の使用
グラフ・サーバー(PGX)は、グラフ化された機械学習アルゴリズムをサポートする機械学習ライブラリoracle.pgx.api.mllibを提供します。
現在、次の機械学習アルゴリズムがサポートされています。
- DeepWalkアルゴリズムの使用
DeepWalkは、業界で広く使用されている頂点表現学習アルゴリズムです。 - Supervised GraphWiseアルゴリズムの使用(頂点埋込みおよび分類)
Supervised GraphWiseは、頂点の特徴情報を利用できる、帰納的な頂点表現学習アルゴリズムです。頂点分類やリンク予測などの様々なタスクに適用できます。 - Supervised EdgeWiseアルゴリズムの使用(エッジ埋込みおよび分類)
SupervisedEdgeWiseは、頂点およびエッジの特徴情報を利用できる、帰納的なエッジ表現学習アルゴリズムです。エッジ分類やリンク予測などの様々なタスクに適用できます。 - Unsupervised GraphWiseアルゴリズムの使用(頂点埋込み)
Unsupervised GraphWiseは、頂点情報を利用できる、教師なしの帰納的な頂点表現学習アルゴリズムです。学習した埋込みは、頂点分類、頂点クラスタリング、類似の頂点検索など、様々なダウンストリーム・タスクで使用できます。 - Unsupervised EdgeWiseアルゴリズムの使用
UnsupervisedEdgeWiseは、頂点およびエッジの特徴情報を利用できる、帰納的なエッジ表現学習アルゴリズムです。エッジ分類のためのエッジ埋込みの教師なし学習など、様々なタスクに適用できます。 - Unsupervised Anomaly Detection GraphWiseアルゴリズムの使用(頂点埋込みおよび異常スコア)
UnsupervisedAnomalyDetectionGraphWiseは、頂点およびエッジの特徴情報を利用できる、帰納的な頂点表現学習および異常検出アルゴリズムです。様々なタスクに適用できますが、異常検出のための頂点埋込みの教師なし学習に特に適しています。このモデルのトレーニング後、表示されないノードの異常スコアまたはラベルを推測できます。 - Pg2vecアルゴリズムの使用
Pg2vecは、エッジを主な学習ユニットとして使用し、表現学習タスクの各学習ユニットにより多くの情報(学習ユニットとして頂点を使用する場合との比較)をパックすることで、グラフレット(グラフ内のパーティション)の表現を学習します。 - モデル・リポジトリおよびモデル・ストア
モデル・ストアを使用すると、トレーニング済グラフ・サーバー(PGX)の機械学習モデルを、モデル名(特定のモデル・ストア内のモデルの一意の識別子)および説明とともに永続化できます。
関連項目:
モデル・ストア管理、およびモデルをモデル・ストアに永続化する方法の詳細は、「モデル・リポジトリおよびモデル・ストア」を参照してください。親トピック: グラフ・サーバー(PGX)の使用