algorithm中的jaccard算法中参数应如何设置？

[user82]

nebula graph版本：3.3.0
nebula studio版本：3.5.0
spark版本：2.4
部署方式：分布式
硬盘：机械硬盘
是否为线上版本：N

===========================================================

我想在ldbc数据集上做隐藏关系挖掘，看了思为老师的一边文章后，了解到需要用jaccard算法，计算节点之间的相似性。
nebula algorithm算法包中的jaccard参数如下：

只有一个tol参数，应该是相似度阈值。
我通过提交算法包去运行，报错说 vertex field _id does not exist in dataframe

我尝试在application.conf中增加jaccard算法参数IDS1，结果还是一样。
请问这是因为参数没写对吗？我应该如何解决这个问题呢？

[nicole]

jaccard算法结果与其他算法不同，不是点id， 算法值的形式
而是 源点id，目标点id，相似度值 的形式

所以该结果需要存入文件，不能直接存到nebula的tag中

[nicole]

@user82

请问这是因为参数没写对吗？我应该如何解决这个问题呢？

配置文件中 data.sin可以配置成csv

[user82]

好的 明白了！谢谢！
我运行之后，输出了200个csv文件，其中一个部分截图为：

所以，想再问两个问题：

1. 结果中 相似度有0.01的，也有1的，配置文件中jaccard参数tol设置的是1，我纳闷为什么不是只将相似值等于1的输出出来呢？tol的含义不是过滤掉小于tol的值吗？
2. 如何让输出结果整合为一个csv，而不是多个呢？

[nicole]

2. algorithm没有暴露将结果进行repartition的配置，输出结果是按照结果dataframe的partition数来输出的，你如果是通过自己写代码调用lib算法的方式可以在输出结果前执行以下repartition(1)

[user82]

好的，明白了， 谢谢！