我有一个图机器学习大师的问题:)。对于我正在进行的这个项目，我需要能够学习类型图之间的相似性。键入是指图形的每个顶点和每个边都有它的类型。此外，节点和顶点都可以被赋予属性（分配一些“键值”属性）。

现在，我可以使用“标准”基于特征的监督 ML 来执行这项任务，但是我必须想出代表两个类型图之间相似性的良好特征。在这种情况下，我将使用计算的特征而不是直接在图形本身的级别上进行操作。

我读过关于图形内核（及其相应的内核机器学习算法）的文章，它们可以精确地处理这个问题——它们直接处理图形，而不是发明反映相似性的数字特征。我还发现这些图内核方法用于对图进行分类。我不知道如何使用它们来学习一对图之间的良好“相似性函数”？内核方法甚至是解决此类问题的正确方法吗？我真的很感激任何建议。

是否有任何好的/众所周知的“无监督”算法来测量两个类型图之间的相似性？相似性度量应该考虑图形的结构和语义（语义是指分配给节点/边的类型和属性）。

我也会对一些识别此类图（监督、无监督、任何）之间不精确匹配的算法非常感兴趣。对这些有什么建议吗？任何建议将不胜感激！