Neptune ML 中的 Gremlin 边缘回归查询 - Amazon Neptune
边缘回归语法
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅中国的 Amazon Web Services 服务入门。

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 边缘回归查询

边缘回归与边缘分类类似，只是从 ML 模型推断出的值是数字。对于边缘回归，Neptune ML 支持与分类相同的查询。

要注意的要点是：

  • 你需要使用 ML 谓词"Neptune#ml.regression"要配置properties()这个用例的步骤。

  • 这些区域有："Neptune#ml.limit"和"Neptune#ml.threshold"谓词在此用例中不适用。

  • 要对该值进行筛选，您需要将该值指定为数字。

Gremlin 边缘回归查询的语法

对于简单的图表User是头节点，Movie是尾节点，而且Rated是连接它们的边缘，这里是一个示例边缘回归查询，它查找边缘的数字评级值（此处称为分数）Rated：

g.with("Neptune#ml.endpoint","edge-regression-movie-lens-endpoint")
 .with("Neptune#ml.iamRoleArn","arn:aws:iam::0123456789:role/sagemaker-role")
 .E("rating_1","rating_2","rating_3")
 .properties("score").with("Neptune#ml.regression")

您还可以筛选从 ML 回归模型推断出的值。对于现有的Rated边缘（来自User到Movie) 标识者"rating_1"、"rating_2", 和"rating_3"，其中 edge 属性Score这些评级不存在，你可以使用下面的查询来推断Score对于大于或等于 9 的边缘：

g.with("Neptune#ml.endpoint","edge-regression-movie-lens-endpoint")
 .with("Neptune#ml.iamRoleArn","arn:aws:iam::0123456789:role/sagemaker-role")
 .E("rating_1","rating_2","rating_3")
 .properties("score").with("Neptune#ml.regression")
 .value().is(P.gte(9))