图的基本表示与特征工程

图是一种常用的数据结构，用于描述物体之间的关系。在机器学习中，图被广泛用于表示复杂的关系网络，例如社交网络、蛋白质相互作用网络、道路网络等等。

在本章中，我们将介绍图的基本表示方法，包括邻接矩阵和邻接表。我们还将讨论如何对图进行特征工程，以便将其用于机器学习任务。

图的特征工程包括节点特征和边特征的提取，以及图的结构特征的提取。我们将介绍一些常见的节点和边特征，例如度中心性、介数中心性、聚类系数等等。我们还将介绍如何提取图的结构特征，例如图的直径、平均路径长度等等。

如果您对图机器学习感兴趣，本章将为您提供一个良好的起点。