使用Modularity组件计算图的模块度-人工智能平台 PAI-阿里云

模块度（Modularity）是一种评估社区网络结构的指标，用来评估社区内部连接相对于社区之间连接的紧密程度，通常模块度为0.3以上表示社区划分质量较为合适。Modularity组件能够输出图的模块度。

配置组件

方法一：可视化方式

在Designer工作流页面添加Modularity组件，并在界面右侧配置相关参数：

参数类型	参数	描述
字段设置	源顶点列	边表的起点所在列。
	起始点标签列	边表起点的群组。
	目标顶点列	边表的终点所在列。
	目标点标签列	边表终点的群组。
执行调优	进程数	作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。
执行调优	进程内存	单个作业可使用的最大内存量，单位：MB，默认值为4096。如果实际使用内存超过该值，会抛出`OutOfMemory`异常。

方法二：PAI命令方式

使用PAI命令配置Modularity组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见场景4：在SQL脚本组件中执行PAI命令。

PAI -name Modularity
    -project algo_public
    -DinputEdgeTableName=Modularity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DfromGroupCol=group_out_id
    -DtoVertexCol=flow_in_id
    -DtoGroupCol=group_in_id
    -DoutputTableName=Modularity_func_test_result;

参数	是否必选	默认值	描述
inputEdgeTableName	是	无	输入边表名。
inputEdgeTablePartitions	否	全表读入	输入边表的分区。
fromVertexCol	是	无	输入边表的起点所在列。
fromGroupCol	是	无	输入边表起点的群组。
toVertexCol	是	无	输入边表的终点所在列。
toGroupCol	是	无	输入边表终点的群组。
outputTableName	是	无	输出表名。
outputTablePartitions	否	无	输出表的分区。
lifecycle	否	无	输出表的生命周期。
workerNum	否	未设置	作业并行执行的节点数。数字越大并行度越高，但是框架通讯开销会增大。
workerMem	否	4096	单个worker可使用的最大内存量，单位：MB，默认值为4096。如果实际使用内存超过该值，会抛出`OutOfMemory`异常。
splitSize	否	64	数据切分的大小，单位：MB。

使用示例

说明

步骤中SQL脚本组件均去勾选使用Script模式和是否由系统添加Create Table语句。

添加SQL脚本组件，输入以下SQL语句生成训练数据。

drop table if exists Modularity_func_test_edge;
create table Modularity_func_test_edge as
select * from
(
    select '1' as flow_out_id,'3' as group_out_id,'2' as flow_in_id,'3' as group_in_id
    union all
    select '1' as flow_out_id,'3' as group_out_id,'3' as flow_in_id,'3' as group_in_id
    union all
    select '1' as flow_out_id,'3' as group_out_id,'4' as flow_in_id,'3' as group_in_id
    union all
    select '2' as flow_out_id,'3' as group_out_id,'3' as flow_in_id,'3' as group_in_id
    union all
    select '2' as flow_out_id,'3' as group_out_id,'4' as flow_in_id,'3' as group_in_id
    union all
    select '3' as flow_out_id,'3' as group_out_id,'4' as flow_in_id,'3' as group_in_id
    union all
    select '4' as flow_out_id,'3' as group_out_id,'6' as flow_in_id,'7' as group_in_id
    union all
    select '5' as flow_out_id,'7' as group_out_id,'6' as flow_in_id,'7' as group_in_id
    union all
    select '5' as flow_out_id,'7' as group_out_id,'7' as flow_in_id,'7' as group_in_id
    union all
    select '5' as flow_out_id,'7' as group_out_id,'8' as flow_in_id,'7' as group_in_id
    union all
    select '6' as flow_out_id,'7' as group_out_id,'7' as flow_in_id,'7' as group_in_id
    union all
    select '6' as flow_out_id,'7' as group_out_id,'8' as flow_in_id,'7' as group_in_id
    union all
    select '7' as flow_out_id,'7' as group_out_id,'8' as flow_in_id,'7' as group_in_id
)tmp
;

对应的数据结构图：

添加SQL脚本组件，输入以下PAI命令进行训练，并和步骤 1中添加的组件连线。

drop table if exists ${o1};
PAI -name Modularity
    -project algo_public
    -DinputEdgeTableName=Modularity_func_test_edge
    -DfromVertexCol=flow_out_id
    -DfromGroupCol=group_out_id
    -DtoVertexCol=flow_in_id
    -DtoGroupCol=group_in_id
    -DoutputTableName=${o1};

运行此工作流。运行完成后右击步骤 2中添加的组件，选择查看数据 > SQL脚本的输出，查看训练结果。
```
| val                 |
| ------------------- |
| 0.42307692766189575 |
```