本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Neptune ML 中的 Gremlin 推理查询
<a name="machine-learning-gremlin-inference-queries"></a>

如[Neptune ML 功能](machine-learning.md#machine-learning-capabilities)中所述，Neptune ML 支持可以执行以下类型的推理任务的训练模型：
+ **节点分类** - 预测顶点属性的分类特征。
+ **节点回归** - 预测顶点的数值属性。
+ **边缘分类** - 预测边缘属性的分类特征。
+ **边缘回归** - 预测边缘的数值属性。
+ **链接预测** - 根据源节点和传出边缘预测目标节点，或者根据目标节点和传入边缘预测源节点。

我们可以通过使用 R [GroupLens es](https://grouplens.org/datasets/movielens/) earch 提供的 [MovieLens 100k 数据集](https://grouplens.org/datasets/movielens/100k/)的示例来说明这些不同的任务。这个数据集由电影、用户和用户对电影的评分组成，我们从中创建了如下所示的属性图：

![使用 MovieLens 100k 数据集的电影属性图示例](http://docs.aws.amazon.com/zh_cn/neptune/latest/userguide/images/movie_property_graph_example.png)


**节点分类**：在上面的数据集中，`Genre` 是一种通过 `included_in` 边缘与顶点类型 `Movie` 相连的顶点类型。但是，如果我们调整数据集以使 `Genre` 成为顶点类型 `Movie` 的[分类](https://en.wikipedia.org/wiki/Categorical_variable)特征，则可以使用节点分类模型来解决对于添加到知识图谱中的新电影推理 `Genre` 的问题。

**节点回归**：如果我们考虑具有如 `timestamp` 和 `score` 等属性的顶点类型 `Rating`，则可以使用节点回归模型来解决对于 `Rating` 推理数值 `Score` 的问题。

**边缘分类**：同样，对于`Rated`边缘，如果我们有一个属性`Scale`可以具有其中一个值`Love``Like`、`Dislike`、`Neutral``Hate`、、，那么 movies/ratings 可以使用`Rated`边分类模型来解决推断`Scale`新边缘的问题。

**边缘回归**：同样，对于同一 `Rated` 边缘，如果我们有一个属性 `Score` 可以保存评分的数值，那么可以从边缘回归模型中推理出来。

**链接预测**：诸如查找最有可能对给定电影进行评分的前十名用户，或者找到给定用户最有可能评分的前十部电影之类的问题，属于链接预测的范围。

**注意**  
对于 Neptune ML 用例，我们有一套非常丰富的笔记本，旨在让您亲身了解每个用例。当你使用 Neptune [ML CloudFormation 模板创建 Neptune 机器学习集群时，你可以将这些笔记本与 Neptune](machine-learning-quick-start.md) 集群一起创建。这些笔记本也可以在 [github](https://github.com/aws/graph-notebook/tree/main/src/graph_notebook/notebooks/04-Machine-Learning) 上找到。

**Topics**
+ [Gremlin 推理查询中使用的 Neptune ML 谓词](machine-learning-gremlin-inference-query-predicates.md)
+ [Neptune ML 中的 Gremlin 节点分类查询](machine-learning-gremlin-vertex-classification-queries.md)
+ [Neptune ML 中的 Gremlin 节点回归查询](machine-learning-gremlin-vertex-regression-queries.md)
+ [Neptune ML 中的 Gremlin 边缘分类查询](machine-learning-gremlin-edge-classification-queries.md)
+ [Neptune ML 中的 Gremlin 边缘回归查询](machine-learning-gremlin-edge-regression.md)
+ [在 Neptune ML 中使用链接预测模型的 Gremlin 链接预测查询](machine-learning-gremlin-link-prediction-queries.md)
+ [Neptune ML Gremlin 推理查询的异常列表](machine-learning-gremlin-exceptions.md)