如何将Neo4j图投影中的已有节点属性加入链接预测ML管道？

问题原因 #

你遇到的报错是因为链接预测管道不会自动加载内存图中的已有节点属性，必须显式在管道中声明要使用这些属性作为特征。

解决步骤 #

1. 确认图投影已包含目标属性

首先确保你在投影内存图时，已经将property1, property2, property3纳入节点属性列表：

CALL gds.graph.project(
  'my-graph',
  'YourNodeLabel', // 替换为你的节点标签
  'YourRelationshipType', // 替换为你的关系类型
  { nodeProperties: ['property1', 'property2', 'property3'] }
)

可以通过以下命令验证投影图的属性是否正确：

CALL gds.graph.list('my-graph') YIELD nodeProperties

输出结果中应该包含你需要的属性名。

2. 在管道中显式引用已有属性作为特征

不需要使用addNodeProperty生成新属性，直接在管道中添加特征步骤，引用已有的节点属性即可：

步骤1：创建管道

CALL gds.beta.pipeline.linkPrediction.create('my-link-pred-pipeline')

步骤2：添加单个节点属性作为特征

对每个已有属性，添加对应的特征步骤：

// 添加property1作为特征
CALL gds.beta.pipeline.linkPrediction.addFeature('my-link-pred-pipeline', {
  featureType: 'NODE_PROPERTY',
  nodeProperty: 'property1'
})

// 重复添加其他属性
CALL gds.beta.pipeline.linkPrediction.addFeature('my-link-pred-pipeline', {
  featureType: 'NODE_PROPERTY',
  nodeProperty: 'property2'
})

CALL gds.beta.pipeline.linkPrediction.addFeature('my-link-pred-pipeline', {
  featureType: 'NODE_PROPERTY',
  nodeProperty: 'property3'
})

步骤3：（可选）组合多个属性为单一特征

如果需要将多个属性合并为一个特征向量，可以使用CONCAT类型的特征：

CALL gds.beta.pipeline.linkPrediction.addFeature('my-link-pred-pipeline', {
  featureType: 'CONCAT',
  nodeProperties: ['property1', 'property2', 'property3']
})

3. 训练模型

完成管道配置后，即可调用训练命令：

CALL gds.beta.pipeline.linkPrediction.train('my-graph', {
  pipeline: 'my-link-pred-pipeline',
  modelName: 'my-trained-model',
  splitConfig: { trainFraction: 0.8 },
  metrics: ['AUROC', 'PRECISION']
}) YIELD modelInfo, trainMetrics

常见排查点 #

• 确保属性名大小写与投影图中的完全一致（Neo4j属性名区分大小写）。
• 如果节点属于多个标签，确认目标属性在所有参与训练的节点上都存在，或在addFeature中通过nodeLabels参数指定属性所属的标签：

  CALL gds.beta.pipeline.linkPrediction.addFeature('my-link-pred-pipeline', {
    featureType: 'NODE_PROPERTY',
    nodeProperty: 'property1',
    nodeLabels: ['YourNodeLabel']
  })
  

内容的提问来源于stack exchange，提问作者Meghana S