文档|纸类

GraKeL公司是一个库，它提供了几个成熟的图形内核的实现。该库将这些内核统一为一个通用框架。此外，它还提供了一些在图形内核之上运行的框架的实现。具体来说，GraKeL包含16个内核和2个框架。该库与科学知识学习流水线允许在机器学习算法中轻松快速地集成。

具体来说，目前实现了以下内核和框架：

• 顶点直方图核
• 边缘直方图核
• 最短路径内核博格沃德和克里格尔：图上的最短路径核（ICDM 2005）
• 石墨笔核来自Shervashidze等。:用于大型图比较的高效graphlet核（AISTATS 2009）
• 随机游走核来自维什瓦纳坦等。:图形内核（JMLR 11（4月））
• 邻域散列图内核来自Hido和Kashima：线性时间图核（ICDM 2009）
• Weisfeiler-Lehman框架来自Shervashidze等。:Weisfeiler-Lehman图核（JMLR 12（9月））
• 邻域子图两两距离核来自Costa和De Grave：快速邻域子图成对距离核（ICML 2010）
• Lovasz-theta核来自Johansson等。:使用几何嵌入的全局图核（ICML 2014）
• SVMθ核来自Johansson等。:使用几何嵌入的全局图核（ICML 2014）
• 有序分解DAG核来自Da San Martino等。:基于树的图核（SDM 2012）
• GraphHopper内核来自费拉根等。:连续属性图的可伸缩核（NIPS 2013）
• 传播内核来自诺依曼等。:传播核：来自传播信息的有效图形核（机器学习102（2））
• 金字塔匹配内核来自Nikolentzos等。:图相似性的匹配节点嵌入（AAAI 2017）
• 子图匹配内核来自Kriege和Mutzel：属性图的子图匹配核（ICML 2012）
• 多尺度拉普拉斯核来自Kondor和Pan：多尺度拉普拉斯图核（NIPS 2016）
• 核心框架来自Nikolentzos等。:图相似性的退化框架（IJCAI 2018）
• Weisfeiler-Lehman最优分配核来自克里格等。:有效最优分配核及其在图分类中的应用（NIPS 2016）

要了解如何安装和使用GraKeL，并了解有关实现的内核和框架的更多信息，请阅读我们的文档。要了解库的功能和示例应用程序，请查看我们的示例在中示例/目录和我们的教程在中教程/目录。

如果你发现一个bug，请打开一个问题。要建议新内核，可以打开功能请求.

GraKeL库需要安装以下软件包：

• Python（>=2.7，>=3.5）
• 数字Py（>=1.8.2）
• SciPy（>=0.13.3）
• 赛马拉松（>=0.27.3）
• cvxopt（>=1.2.0）[可选]
• future（>=0.16.0）（对于python 2.7）

要安装程序包，请运行：

$pip安装grakel

要测试包，请执行：

$pytest（美元）

$cd示例$python最短路径.py

如果您在科学出版物中使用GraKeL，请引用我们的论文(http://jmlr.org/papers/volume21/18-370/18-370.pdf)以下为：

@文章{JMLR:v21:18-370,作者={吉安尼斯·西格利迪斯（Giannis Siglidis）、吉安尼·尼科伦佐斯（Gianni Nikolentzos）、斯特拉蒂斯·利尼奥斯（Stratis Limnios）、克里斯托斯·贾齐迪斯（Christos Giatsidis）、康斯坦蒂诺斯·斯基安尼斯（Konstantinos Skinis）},标题={GraKeL:Python中的图形内核库},杂志={机器学习研究杂志},年={2020},体积={21},数={54},页={1-5}}

GraKeL分布在BSD 3条款许可证。该库使用的C++源代码BLISS公司（计算图的自同构群和标准标号的工具）LGPL公司得到许可的。此外cvxopt公司软件包（凸优化软件包）是GraKeL的可选依赖项全球定位系统得到许可的。

我们想谢谢你@埃迪伯格曼实现CI现代化并扩展python支持。