使用 Scikit 和 networkx 在网络中进行标签传播

如何解决使用 Scikit 和 networkx 在网络中进行标签传播

我以前从未使用过标签传播，也没有在 Python 中使用过，但现在我需要检查这是否适合我的问题。 我有一个如下所示的数据集

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。 我想构建一个图表，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)，我想使用标签传播来分配 scores 缺失的位置。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'）得分值。

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

解决方法

根据您的设置，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)

用均值填充 NaN，用 NaN 填充剩余的 0。