Gremlin 推理查询中使用的 Neptune ML 谓词 - Amazon Neptune
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。

Gremlin 推理查询中使用的 Neptune ML 谓词

Neptune#ml.endpoint

这些区域有:Neptune#ml.endpoint谓词用于with()步骤来指定推理端点,如有必要:

.with("Neptune#ml.endpoint", "the model's SageMaker inference endpoint")

您可以通过它来识别终端节点id或者它的 URL。例如:

.with( "Neptune#ml.endpoint", "node-classification-movie-lens-endpoint" )

或者:

.with( "Neptune#ml.endpoint", "https://runtime.sagemaker.us-east-1.amazonaws.com/endpoints/node-classification-movie-lens-endpoint/invocations" )
注意

如果您设置neptune_ml_endpoint参数在 Neptune 数据库集群参数组中到终端节点id或 URL,则不需要包含Neptune#ml.endpoint每个查询中的谓词。

Neptune#ml.iamRoleArn

Neptune#ml.iamRoleArn用于with()步骤可指定 SageMaker 执行 IAM 角色的 ARN(如有必要):

.with("Neptune#ml.iamRoleArn", "the ARN for the SageMaker execution IAM role")

有关如何创建 SageMaker 执行 IAM 角色的信息,请参阅创建自定义NeptuneSageMakerIAMRole角色.

注意

如果您设置neptune_ml_iam_role参数在你的 Neptune 数据库集群参数组到 SageMaker 执行 IAM 角色的 ARN 中,你不需要包含Neptune#ml.iamRoleArn每个查询中的谓词。

Neptune#ml.limit

这些区域有:Neptune#ml.limit谓词可以选择限制每个实体返回的结果数:

.with( "Neptune#ml.limit", 2 )

默认情况下,限制为 1,可设置的最大数量为 100。

Neptune#ml.threshold

这些区域有:Neptune#ml.threshold谓词(可选)为结果分数建立截止阈值:

.with( "Neptune#ml.threshold", 0.5D )

这样,您可以丢弃分数低于指定阈值的所有结果。

Neptune#ml.classification

这些区域有:Neptune#ml.classification谓词附加到properties()步骤来确定需要从节点分类模型的 SageMaker 端点中获取属性:

.properties( "property key of the node classification model" ).with( "Neptune#ml.classification" )

Neptune#ml.regression

这些区域有:Neptune#ml.regression谓词附加到properties()步骤来确定需要从节点回归模型的 SageMaker 端点中获取属性:

.properties( "property key of the node regression model" ).with( "Neptune#ml.regression" )

Neptune#ml.prediction

这些区域有:Neptune#ml.prediction谓词被附加到in()out()确定这是一个链接预测查询的步骤:

.in("edge label of the link prediction model").with("Neptune#ml.prediction").hasLabel("target node label")

Neptune#ml.score

这些区域有:Neptune#ml.score谓词在 Gremlin 节点或边缘分类查询中使用来获取机器学习信心分数。这些区域有:Neptune#ml.score谓词应与查询谓词一起传递properties()步骤以获取节点或边缘分类查询的 ML 置信度分数。

你可以找到一个节点分类示例其他节点分类示例,以及中的边缘分类示例边缘分类.