没有得到正确的标签 Graphframe LPA

Question

我正在使用Graphframe LPA来查找社区，但不知何故它没有给我预期的结果

graph_data = spark.createDataFrame([
("a", "d", "friend"),
("b", "d", "friend"),
("c", "d", "friend")
], ["src", "dst", "relationship"])

在这里，我的要求是为所有顶点 a、b、c 和 d 获取单个社区 ID，但我得到了两个不同的社区 ID，一个用于 a、b、c，一个用于 d 法典：

df1 = graph_data.selectExpr('src AS id')
df2 = graph_data.selectExpr('dst AS id')
vertices = df1.union(df2)
vertices = vertices.distinct()
edges = graph_data
g = GraphFrame(vertices, edges)
communities = g.labelPropagation(maxIter=5) 

Answer 1

鉴于d是一个根，它有一个单独的标签。若要完成单个标签，建议改用连接的组件，请参阅文档。

communities = g.connectedComponents()

注意：需要事先设置检查点目录。

sc.setCheckpointDir("some_path")