技术
Graph Kernel Complexity（图核复杂度）
图核复杂度衡量图核函数计算开销，用于评估图相似性算法效率。它解决图结构数据比较时的计算瓶颈，典型应用包括图分类与聚类，代表工作如Weisfeiler-Lehman核的复杂度分析。
详细解释
图核通过将图映射到高维特征空间来比较相似性，但计算复杂度随图规模增长。例如，随机游走核复杂度为O(n^3)，而WL核为O(hm)，其中h为迭代次数，m为边数。复杂度分析指导算法选择与优化，如采样近似。
别名与相关写法
graph kernel complexity