图是一种非常灵活的数据表示形式，因此在过去以许多不同的方式应用于机器学习。您可以查看提交给专业会议的论文，例如 S+SSPR（关于模式识别中的结构和句法模式识别和统计技术的 IAPR 国际研讨会）和 GBR（模式识别中基于图形的表示的研讨会）开始了解潜在的应用程序。一些例子：

• 在计算机视觉领域，图已被用于提取结构信息，这些信息随后可用于多种应用，例如对象识别和检测、图像分割等。
• 谱聚类是基于图论的聚类方法的一个例子。它利用相似矩阵的特征值来结合聚类和降维。
• 随机游走可用于预测和推荐社交网络中的链接或按相关性对网页进行排名。