诸神缄默不语-个人CSDN博文目录
本博文主要关注如何用代码实现图采样、随机游走、subgraph（为什么这些东西放在一起写，我感觉还蛮直觉的）。
随机游走和subgraph我之前都写过不少博文了，可以参考↑
这个主要是我前年还在干GNN时候接到过一个做数据集的项目，所以需要实现这些小功能。不过后来我不干那个项目了，也不干GNN了……然后这是我最近突然翻出来我当年写的有道云笔记，所以总结整理一下发出来分享技术。
关于subgraph还可以参考维基百科：Induced subgraph - Wikipedia
文章目录
- 1. 图采样
- 2. 随机游走
- 3. subgraph
1. 图采样
随机游走算是一种图采样的方式吧，所以放到一块写。
- 主要参考这个项目（用NetworkX实现的）：Ashish7129/Graph_Sampling: Graph Sampling is a python package containing various approaches which samples the original graph according to different sample sizes.
- sampling by exploration（用随机游走或者traversal实现采样）
- Simple Random Walk Sampling (SRW)（node2vec差不多就是这个意思）
随机选择一个起始节点，随机游走直至达到指定长度
这个的实现方式：每走一步，抽样这个邻居节点，及这两个节点之间产生的边。考虑到图的连通性，如果每T次迭代新增的节点数少于growth_size，就换一个起始节点重新开始 - Random Walk Sampling with Fly Back Probability (RWF)：RWR版本
- Induced Subgraph Random Walk Sampling (ISRW)：SWR找出随机游走产生的节点序列后返回node-induced subgraph
用NetworkX内置的subgraph函数实现的 - Snowball Sampling (SB) （这个缩写我很难评）
每次抽样k个节点的BFS：随机抽k个节点作为第一stage，每次抽这一stage的每个节点的k个邻居（如果邻居小于k个，就抽所有邻居）形成下一stage的节点。
（stage就是epoch，我忘了我当时学BFS的时候用的是哪个版本的教程了反正用的就是这个术语，力扣或者DPV吧反正） - ForestFire Sampling (FF)：随机抽取一个节点烧了（加入采样图），点燃外向边，被点燃的边的另一头的节点有一定概率被烧（加入采样图）。没得烧了就换个随机节点。
（这个函数感觉原项目中实现得不够有随机性，是选择了一个节点的前random.randint个邻居。但是我记得NetworkX的邻居排列好像是不随机的，所以这个代码可能不够有随机性） - Metropolis Hastings Random Walk Sampling (MHRW)：首先选一个节点（度数不能是0）作为种子
v
v
v，然后定义proposal function
Q
(
v
)
=
k
v
Q(v)=k_v
Q(v)=kv，在
v
v
v的邻居中随机选一个
w
w
w、并生成一个随机数
ρ
∈
U
(
0
,
1
)
\rho\in U(0,1)
ρ∈U(0,1)，如果
ρ
≤
Q
(
v
)
/
Q
(
w
)
\rho ≤ Q(v)/Q(w)
ρ≤Q(v)/Q(w)，就将新节点加入采样，否则就停留在
v
v
v
感觉是加上一点概率采样、鼓励度数小的节点被抽样到的随机游走采样。 - Induced Metropolis Hastings Random Walk Sampling (Induced-MHRW)：MHRW，但是用MHRW的节点生成的induced subgraph
- Simple Random Walk Sampling (SRW)（node2vec差不多就是这个意思）
- Edge Sampling
- Total Induction Edge Sampling (TIES)1：就直接从原图中随机抽边，然后生成edge-induced subgraph，然后再用这些节点生成node-induced subgraph
- sampling by exploration（用随机游走或者traversal实现采样）
- 终止条件：达到最大迭代数、达到最大节点/边数（或节点/边在原节点/边中所占的数量比例）
- 参考相关采样算法进行补充：
- 随机点采样（Random Node, RN）
- 随机边采样（Random Edge, RE）
- 双网络图采样（Bi-graph Random Walk, BRW）：针对有向图，在种子节点上先在出度和入度之间二选一，然后再在选中方向上随机选择一个节点
- 随机点采样（Random Node, RN）
- 其他抽样方法（我都还没看，哈哈）
- GraphSAINT
官方GitHub项目：https://github.com/GraphSAINT/GraphSAINT（我看这个项目里也实现了好几种sampler） - Sampling from Large Graphs
- Network Sampling via Edge-based Node Selection with Graph Induction
- Sampling methods for efficient training of graph convolutional networks: A survey
（这个大概应该指的是类似GraphSAGE那种……就也算是采样边） - PinSage
可以参考博文：PinSage：GCN在商业推荐系统首次成功应用
- GraphSAINT
2. 随机游走
torch_cluster的random_walk（返回节点序列） https://github.com/rusty1s/pytorch_cluster/blob/86f2e4a0f6bff4ad966787e0e3902f8bcdfa64a0/README.md#randomwalk-sampling
这个返回值是有重复的。可以看看别的随机游走采样的实现方式里面如何处理重复节点的
3. subgraph
- node-induced subgraph（已知节点索引）
如果已知邻接矩阵，没什么好说的，直接切片就行
如果已知edge_index，参考PyG的subgraph函数（https://pytorch-geometric.readthedocs.io/en/latest/_modules/torch_geometric/utils/subgraph.html）的实现方式
NetworkX内置subgraph函数 - edge-induced subgraph（已知edge_index的话也很直觉）
- k-hop subgraph
PyG的实现：https://pytorch-geometric.readthedocs.io/en/latest/modules/utils.html#torch_geometric.utils.k_hop_subgraph
Graph_Sampling官方给的参考文献是这篇：Network Sampling via Edge-based Node Selection with Graph Induction ↩︎
