FastRP与scaleProperties差异及KNN执行报错技术咨询

问题背景 #

我正在学习Neo4j，想搞懂scaleProperties和FastRP的差异，同时解决实践中遇到的报错。之前我用自有数据（包含bd_load、weight、length三个节点属性）实践KNN算法，步骤如下：

• 先投影图，通过scaleProperties生成归一化到0-1的scaledProperties，基于这个能正常运行KNN计算节点相似度；
• 尝试跳过scaleProperties步骤，直接用FastRP为3个节点属性生成8维的fastrp-embedding，这一步执行成功，但运行修正后的KNN stats代码（把原代码开头的ALL改成CALL）时：

CALL gds.knn.stats("bd_graph",
   {
      nodeProperties:{`fastrp-embedding`:"EUCLIDEAN"},
      topK:10,
      sampleRate:1,
      randomSeed:42,
      concurrency:1
   }
) YIELD similarityDistribution 
RETURN similarityDistribution

出现报错：

Invalid input '{': expected "+" or "-" (line 4, column 22 (offset: 97))
      nodeProperties:{fastrp-embedding:"EUCLIDEAN"},

我想咨询三个问题：

1. 嵌入维度是否必须与节点变量数量匹配？
2. 我是否正确使用了FastRP？
3. 如何基于FastRP嵌入计算欧氏距离相似度？

问题解答 #

1. 嵌入维度与节点变量数量的关系 #

嵌入维度不需要和节点属性数量匹配。FastRP这类嵌入算法的核心是把高维（或低维）的节点属性映射到指定维度的向量空间，维度是可以根据需求自定义的（比如你用的8维），只要这个维度能有效表达节点特征的区分度即可，和原属性数量没有强制对应关系。

2. FastRP的正确使用验证 #

从你描述的"生成8维fastrp-embedding执行成功"来看，基础调用是没问题的，但要确保生成的嵌入是节点的列表/数组类型属性，且已经正确写入投影图bd_graph中。可以用以下语句验证：

CALL gds.graph.nodeProperties.stream("bd_graph", ["fastrp-embedding"])
YIELD nodeId, propertyValue
LIMIT 5
RETURN gds.util.asNode(nodeId).name AS nodeName, propertyValue

如果能输出类似[0.123, -0.456, ...]的数组，说明嵌入生成正常。

3. KNN报错修复与欧氏距离计算 #

你的报错是因为nodeProperties的参数格式错误。当使用嵌入向量计算相似度时，正确的写法是：

• 欧氏距离需要通过similarityMetric: "EUCLIDEAN"单独指定，不能把度量写在nodeProperties里；
• nodeProperties只需要指定嵌入属性的名称即可。

修正后的KNN stats代码：

CALL gds.knn.stats("bd_graph",
   {
      nodeProperties: "fastrp-embedding",
      similarityMetric: "EUCLIDEAN",
      topK:10,
      sampleRate:1,
      randomSeed:42,
      concurrency:1
   }
) YIELD similarityDistribution 
RETURN similarityDistribution

scaleProperties与FastRP的核心差异 #

• scaleProperties：仅对节点属性做归一化/标准化处理（比如MinMax、Z-score），输出的还是和原属性数量一致的数值，本质是特征预处理，没有改变特征维度，适合属性本身维度低、线性区分度好的场景。
• FastRP：是图嵌入算法，结合节点属性和图结构（可选）生成低维向量，把节点的特征和结构信息压缩到指定维度的向量中，适合属性维度高、或者需要结合图结构捕捉节点关系的场景，输出的向量是数组类型，能更好地捕捉复杂的节点相似性。

内容的提问来源于stack exchange，提问作者Eizy