點聚類係數 - Platform For AI

點聚類係數表示在無向圖中某節點與其相連節點之間聚整合團的程度的一個係數（稠密度），目的在於比較群組的彙總緊密程度與其能夠達到的彙總緊密程度。點聚類係數組件能夠輸出各節點的相鄰節點數量、稠密度及其對數。

演算法說明

在無向圖中，點聚類係數表示計算每一個節點周圍的稠密度，星狀網路稠密度為0，全連通網路稠密度為1。

配置組件

方法一：可視化方式

在Designer工作流程頁面添加點聚類係數組件，並在介面右側配置相關參數：

參數類型	參數	描述
欄位設定	起始節點	邊表的起點所在列。
欄位設定	終止節點	邊表的終點所在列。
參數設定	最大節點度	預設值為500，如果節點度大於該值，則進行抽樣。
執行調優	進程數量	作業並存執行的節點數。數字越大並行度越高，但是架構通訊開銷會增大。
	進程記憶體	單個作業可使用的最大記憶體量，單位：MB，預設值為4096。如果實際使用記憶體超過該值，會拋出`OutOfMemory`異常。
	資料切分大小	資料切分的大小，單位：MB，預設值為64。

方法二：PAI命令方式

使用PAI命令配置點聚類係數組件參數。您可以使用SQL指令碼組件進行PAI命令調用，詳情請參見情境4：在SQL指令碼組件中執行PAI命令。

PAI -name NodeDensity
    -project algo_public
    -DinputEdgeTableName=NodeDensity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=NodeDensity_func_test_result
    -DmaxEdgeCnt=500;

參數	是否必選	預設值	描述
inputEdgeTableName	是	無	輸入邊表名。
inputEdgeTablePartitions	否	全表讀入	輸入邊表的分區。
fromVertexCol	是	無	輸入邊表的起點所在列。
toVertexCol	是	無	輸入邊表的終點所在列。
outputTableName	是	無	輸出表名。
outputTablePartitions	否	無	輸出表的分區。
lifecycle	否	無	輸出表的生命週期。
maxEdgeCnt	否	500	如果節點度大於該值，則進行抽樣。
workerNum	否	未設定	作業並存執行的節點數。數字越大並行度越高，但是架構通訊開銷會增大。
workerMem	否	4096	單個作業可使用的最大記憶體量，單位：MB，預設值為4096。如果實際使用記憶體超過該值，會拋出`OutOfMemory`異常。
splitSize	否	64	資料切分的大小，單位：MB。

使用樣本

添加SQL指令碼組件，輸入以下SQL語句產生訓練資料。

drop table if exists NodeDensity_func_test_edge;
create table NodeDensity_func_test_edge as
select * from
(
  select '1' as flow_out_id, '2' as flow_in_id
  union all
  select '1' as flow_out_id, '3' as flow_in_id
  union all
  select '1' as flow_out_id, '4' as flow_in_id
  union all
  select '1' as flow_out_id, '5' as flow_in_id
  union all
  select '1' as flow_out_id, '6' as flow_in_id
  union all
  select '2' as flow_out_id, '3' as flow_in_id
  union all
  select '3' as flow_out_id, '4' as flow_in_id
  union all
  select '4' as flow_out_id, '5' as flow_in_id
  union all
  select '5' as flow_out_id, '6' as flow_in_id
  union all
  select '5' as flow_out_id, '7' as flow_in_id
  union all
  select '6' as flow_out_id, '7' as flow_in_id
)tmp;
drop table if exists NodeDensity_func_test_result;
create table NodeDensity_func_test_result
(
  node string,
  node_cnt bigint,
  edge_cnt bigint,
  density double,
  log_density double
);

對應的資料結構圖：

添加SQL指令碼組件，輸入以下PAI命令進行訓練。

drop table if exists ${o1};
PAI -name NodeDensity
    -project algo_public
    -DinputEdgeTableName=NodeDensity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=${o1}
    -DmaxEdgeCnt=500;

右擊上一步的組件，選擇查看資料 > SQL指令碼的輸出，查看訓練結果。

| node | node_cnt | edge_cnt | density | log_density |
| ---- | -------- | -------- | ------- | ----------- |
| 1    | 5        | 4        | 0.4     | 1.45657     |
| 2    | 2        | 1        | 1.0     | 1.24696     |
| 3    | 3        | 2        | 0.66667 | 1.35204     |
| 4    | 3        | 2        | 0.66667 | 1.35204     |
| 5    | 4        | 3        | 0.5     | 1.41189     |
| 6    | 3        | 2        | 0.66667 | 1.35204     |
| 7    | 2        | 1        | 1.0     | 1.24696     |