链路预测代码python

链路预测（link prediction）是指在一个图中预测两个节点之间是否存在一条边。以下是一个简单的链路预测代码示例，使用Python和NetworkX库：

import networkx as nx
import random

# 创建一个随机图
G = nx.gnm_random_graph(20, 40)

# 随机选择一些边作为测试集，剩下的作为训练集
edges = list(G.edges())
random.shuffle(edges)
train_edges = edges[:len(edges)//2]
test_edges = edges[len(edges)//2:]

# 基于图的特征计算边的相似度
def similarity(u, v, G):
    # 共同邻居数
    cn = len(list(nx.common_neighbors(G, u, v)))
    # Jaccard系数
    jc = nx.jaccard_coefficient(G, [(u, v)])
    jc = next(jc)[2]
    # Adamic-Adar指数
    aa = nx.adamic_adar_index(G, [(u, v)])
    aa = next(aa)[2]
    # Preferential Attachment指数
    pa = nx.preferential_attachment(G, [(u, v)])
    pa = next(pa)[2]
    # 融合以上特征
    return (cn, jc, aa, pa)

# 训练一个简单的分类器
def train_classifier(train_edges, G):
    X_train = []
    y_train = []
    for u, v in train_edges:
        # 计算边的相似度
        sim = similarity(u, v, G)
        # 构造特征向量
        X_train.append(sim)
        # 标记这条边是否存在
        y_train.append(int(G.has_edge(u, v)))
    # 使用随机森林训练分类器
    from sklearn.ensemble import RandomForestClassifier
    clf = RandomForestClassifier(n_estimators=10, random_state=0)
    clf.fit(X_train, y_train)
    return clf

# 测试分类器的准确率
def test_classifier(test_edges, G, clf):
    X_test = []
    y_test = []
    for u, v in test_edges:
        sim = similarity(u, v, G)
        X_test.append(sim)
        y_test.append(int(G.has_edge(u, v)))
    y_pred = clf.predict(X_test)
    from sklearn.metrics import accuracy_score
    return accuracy_score(y_test, y_pred)

# 训练分类器并测试准确率
clf = train_classifier(train_edges, G)
accuracy = test_classifier(test_edges, G, clf)
print('Accuracy:', accuracy)

这个代码示例中，我们使用了四个简单的特征来衡量两个节点之间的相似度：共同邻居数、Jaccard系数、Adamic-Adar指数和Preferential Attachment指数。然后我们使用随机森林分类器训练一个链路预测器，并使用测试集评估其准确率。