ysig/GraKeL

解決する課題

GraKeL は、グラフカーネルを計算するための統合的な Python ライブラリを提供します。グラフカーネルは、2つのグラフ間の類似度を測定するために使用されます。これにより、複雑なグラフ構造データが標準的な機械学習アルゴリズム内で効果的に活用できるようになります。

仕組み

このライブラリは、単純な頂点やエッジのヒストグラムから、Random Walk、Weisfeiler-Lehman、Multiscale Laplacian カーネルといったより複雑な手法まで、16種類の異なるグラフカーネルと2つのフレームワークを実装しています。scikit-learn パイプラインとの互換性を備えており、ユーザーがこれらの類似度指標を機械学習ワークフローに直接統合できるように設計されています。

対象ユーザー

グラフ構造データを扱い、グラフの比較と機械学習の適用に標準的な手法を必要とする研究者や開発者を対象としています。

ハイライト

• 広範なライブラリ: 16の確立されたグラフカーネルと2つのフレームワークを含む。
• scikit-learn 統合: scikit-learn パイプラインと完全に互換性があり、機械学習アルゴリズムへの容易な統合を可能にする。
• 多様な実装: 最短路、グラフレットサンプリング、近傍ハッシングなど、幅広いカーネルをサポート。