Subgraf Terhubung Maksimum - Platform For AI

Algoritma Subgraf Terhubung Maksimum digunakan untuk mengidentifikasi bagian terbesar yang terhubung dalam graf tak berarah, yaitu himpunan simpul terbesar dalam graf. Dalam graf tak berarah, jalur dapat digunakan untuk menghubungkan dua simpul. Algoritma ini sering digunakan dalam skenario seperti analisis jaringan dan pemrosesan gambar. Algoritma Subgraf Terhubung Maksimum menggunakan pencarian mendalam (DFS) atau pencarian melebar (BFS) untuk menjelajahi graf, mengidentifikasi semua komponen yang terhubung, lalu menemukan subgraf dengan jumlah simpul terbanyak.

Konfigurasikan komponen

Metode 1: Konfigurasikan komponen pada halaman pipeline

Konfigurasikan parameter dari komponen Maximum Connected Subgraph di halaman pipeline Machine Learning Designer di konsol Platform for AI (PAI). Tabel berikut menjelaskan parameter tersebut.

Tab	Parameter	Deskripsi
Fields Setting	Start Vertex	Kolom simpul awal dalam tabel tepi.
Fields Setting	End Node	Kolom simpul akhir dalam tabel tepi.
Tuning	Workers	Jumlah node untuk eksekusi pekerjaan paralel. Tingkat paralelisme dan biaya komunikasi kerangka meningkat seiring dengan nilai parameter ini.
	Memory Size per Worker (MB)	Ukuran maksimum memori yang dapat digunakan oleh pekerjaan. Satuan: MB. Nilai default: 4096. Jika ukuran memori yang digunakan melebihi nilai parameter ini, kesalahan `OutOfMemory` akan dilaporkan.
	Data Split Size (MB)	Ukuran pemisahan data. Satuan: MB. Nilai default: 64.

Metode 2: Gunakan perintah PAI

Konfigurasikan parameter dari komponen Maximum Connected Subgraph dengan menggunakan perintah PAI. Anda dapat menggunakan komponen SQL Script untuk memanggil perintah PAI. Untuk informasi lebih lanjut, lihat Skenario 4: Jalankan Perintah PAI dalam Komponen SQL Script.

PAI -name MaximalConnectedComponent
    -project algo_public
    -DinputEdgeTableName=MaximalConnectedComponent_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=MaximalConnectedComponent_func_test_result;

Parameter	Diperlukan	Nilai default	Deskripsi
inputEdgeTableName	Ya	Tidak ada nilai default	Nama tabel tepi input.
inputEdgeTablePartitions	Tidak	Tabel penuh	Partisi dalam tabel tepi input.
fromVertexCol	Ya	Tidak ada nilai default	Kolom simpul awal dalam tabel tepi input.
toVertexCol	Ya	Tidak ada nilai default	Kolom simpul akhir dalam tabel tepi input.
outputTableName	Ya	Tidak ada nilai default	Nama tabel output.
outputTablePartitions	Tidak	Tidak ada nilai default	Partisi dalam tabel output.
lifecycle	Tidak	Tidak ada nilai default	Siklus hidup tabel output.
workerNum	Tidak	Tidak ada nilai default	Jumlah node untuk eksekusi pekerjaan paralel. Tingkat paralelisme dan biaya komunikasi kerangka meningkat seiring dengan nilai parameter ini.
workerMem	Tidak	4096	Ukuran maksimum memori yang dapat digunakan oleh pekerjaan. Satuan: MB. Nilai default: 4096. Jika ukuran memori yang digunakan melebihi nilai parameter ini, kesalahan `OutOfMemory` akan dilaporkan.
splitSize	Tidak	64	Ukuran pemisahan data. Satuan: MB.

Contoh

Tambahkan komponen SQL Script sebagai node ke kanvas dan jalankan pernyataan SQL berikut untuk menghasilkan data pelatihan.

drop table if exists MaximalConnectedComponent_func_test_edge;
create table MaximalConnectedComponent_func_test_edge as
select * from
(
  select '1' as flow_out_id,'2' as flow_in_id
  union all
  select '2' as flow_out_id,'3' as flow_in_id
  union all
  select '3' as flow_out_id,'4' as flow_in_id
  union all
  select '1' as flow_out_id,'4' as flow_in_id
  union all
  select 'a' as flow_out_id,'b' as flow_in_id
  union all
  select 'b' as flow_out_id,'c' as flow_in_id
)tmp;
drop table if exists MaximalConnectedComponent_func_test_result;
create table MaximalConnectedComponent_func_test_result
(
  node string,
  grp_id string
);

Struktur data

Tambahkan komponen SQL Script sebagai node ke kanvas dan jalankan perintah PAI berikut untuk melatih model.

drop table if exists ${o1};
PAI -name MaximalConnectedComponent
    -project algo_public
    -DinputEdgeTableName=MaximalConnectedComponent_func_test_edge
    -DfromVertexCol=flow_out_id
    -DtoVertexCol=flow_in_id
    -DoutputTableName=${o1};

Klik kanan komponen SQL Script dan pilih View Data > SQL Script Output untuk melihat hasil pelatihan.

| node1 | grp_id |
| ----- | ------ |
| a     | c      |
| b     | c      |
| c     | c      |
| 1     | 4      |
| 2     | 4      |
| 3     | 4      |
| 4     | 4      |