链路预测代码python
时间: 2023-07-23 21:01:54 浏览: 89
链路预测是一个广泛应用于社交网络、物流网络等领域的问题,可以通过机器学习算法进行解决。下面是一个简单的链路预测代码示例,使用Python语言和scikit-learn机器学习库:
```python
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.ensemble import RandomForestClassifier
# 读取数据
data = np.loadtxt('network_data.csv', delimiter=',')
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data[:, :-1], data[:, -1], test_size=0.2)
# 训练模型
clf = RandomForestClassifier()
clf.fit(X_train, y_train)
# 预测
y_pred = clf.predict(X_test)
# 评估
print('准确率:', accuracy_score(y_test, y_pred))
```
其中,`network_data.csv`是包含节点之间连接情况的数据文件,每行表示一条边,最后一个字段为标签(0表示未连接,1表示已连接)。代码首先读取数据,然后使用`train_test_split`函数将数据划分为训练集和测试集,接着使用随机森林算法进行训练和预测,最后输出准确率。需要注意的是,在实际应用中还需要进行特征工程和模型调优等步骤,此处仅为简单示例。