2.1传统图机器学习（人工特征工程+机器学习）
-
把向量输入机器学习模型中
-
特征
- 一个节点自有的特征属于属性特征
- 连接特征：节点与其他节点的连接关系
-
数据+特征，机器学习才能效果好
- 数据是样本，特征就是选取的分类条件（比如聚类分析中，选取鸢尾花的花瓣长度，花瓣宽度，花萼高度，花萼宽度这就是特征，特征选取的好，收敛就快，效果就好）
- 人的作用是构造出特征，算法会筛选出哪些特征权重高，哪些权重低
- 特征需要行业背景
-
本节要对
-
对节点做特征工程（node）：d个向量，d个特征
-
节点的连接数
-
节点的重要程度
- 特征向量节点重要度：如果一个节点，他周围的节点也很重要，那么他自身也很重要
- 这个betweenness centrality 也比较重要，比如湖北省到达其他省份最多经过两个省
-
节点的抱团系数（是否形成环）
-
-
对连接做特征工程（edge）：d个向量，d个特征
-
对全图做特征工程（graph）：d个向量，d个特征
-
-
在networkx里graphlet被称之为Atlas