边聚类系数 - 人工智能平台 PAI

边聚类系数表示在无向图中每一条边周围的稠密度，边聚类系数组件能够输出各边节点的相邻节点数量及边的稠密度。

配置组件

方法一：可视化方式

在Designer工作流页面添加边聚类系数组件，并在界面右侧配置相关参数：

参数类型	参数	描述
字段设置	起始节点	边表的起点所在列。
字段设置	终止节点	边表的终点所在列。
执行调优	进程数量	作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。
	进程内存	单个作业可使用的最大内存量，单位：MB，默认值为4096。如果实际使用内存超过该值，会抛出`OutOfMemory`异常。
	数据切分大小	数据切分的大小，单位：MB，默认值为64。

方法二：PAI命令方式

使用PAI命令配置边聚类系数组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见场景4：在SQL脚本组件中执行PAI命令。

PAI -name EdgeDensity
    -project algo_public
    -DinputEdgeTableName=EdgeDensity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=EdgeDensity_func_test_result;

参数	是否必选	默认值	描述
inputEdgeTableName	是	无	输入边表名。
inputEdgeTablePartitions	否	全表读入	输入边表的分区。
fromVertexCol	是	无	输入边表的起点所在列。
toVertexCol	是	无	输入边表的终点所在列。
outputTableName	是	无	输出表名。
outputTablePartitions	否	无	输出表的分区。
lifecycle	否	无	输出表的生命周期。
workerNum	否	未设置	作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。
workerMem	否	4096	单个作业可使用的最大内存量，单位：MB，默认值为4096。如果实际使用内存超过该值，会抛出`OutOfMemory`异常。
splitSize	否	64	数据切分的大小，单位：MB。

使用示例

添加SQL脚本组件，输入以下SQL语句生成训练数据。

drop table if exists EdgeDensity_func_test_edge;
create table EdgeDensity_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,'5' as flow_in_id
  union all
  select '1' as flow_out_id,'7' as flow_in_id
  union all
  select '2' as flow_out_id,'5' as flow_in_id
  union all
  select '2' as flow_out_id,'4' 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,'5' 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 '4' as flow_out_id,'8' 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 '5' as flow_out_id,'8' as flow_in_id
  union all
  select '7' as flow_out_id,'6' as flow_in_id
  union all
  select '6' as flow_out_id,'8' as flow_in_id
)tmp;
drop table if exists EdgeDensity_func_test_result;
create table EdgeDensity_func_test_result
(
  node1 string,
  node2 string,
  node1_edge_cnt bigint,
  node2_edge_cnt bigint,
  triangle_cnt bigint,
  density double
);

对应的数据结构图：

添加SQL脚本组件，输入以下PAI命令进行训练。

drop table if exists ${o1};
PAI -name EdgeDensity
    -project algo_public
    -DinputEdgeTableName=EdgeDensity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=${o1};

右击上一步的组件，选择查看数据 > SQL脚本的输出，查看训练结果。

| node1 | node2 | node1_edge_cnt | node2_edge_cnt | triangle_cnt | density |
| ----- | ----- | -------------- | -------------- | ------------ | ------- |
| 3     | 1     | 4              | 4              | 2            | 0.5     |
| 5     | 1     | 7              | 4              | 3            | 0.75    |
| 7     | 1     | 3              | 4              | 1            | 0.33333 |
| 1     | 2     | 4              | 4              | 2            | 0.5     |
| 4     | 2     | 4              | 4              | 2            | 0.5     |
| 2     | 3     | 4              | 4              | 3            | 0.75    |
| 5     | 3     | 7              | 4              | 3            | 0.75    |
| 3     | 4     | 4              | 4              | 2            | 0.5     |
| 8     | 4     | 3              | 4              | 1            | 0.33333 |
| 2     | 5     | 4              | 7              | 3            | 0.75    |
| 4     | 5     | 4              | 7              | 3            | 0.75    |
| 7     | 5     | 3              | 7              | 2            | 0.66667 |
| 5     | 6     | 7              | 3              | 2            | 0.66667 |
| 8     | 6     | 3              | 3              | 1            | 0.33333 |
| 6     | 7     | 3              | 3              | 1            | 0.33333 |
| 5     | 8     | 7              | 3              | 2            | 0.66667 |