【问题标题】:How to cluster a highly dense graph如何对高密度图进行聚类
【发布时间】:2017-11-01 09:59:48
【问题描述】:

我有一个想要聚类的高密度图,我想知道哪种算法最适合这种情况。我想生成大量的子组。

我正在使用 Python 的库 Networkx 来生成图表。

【问题讨论】:

  • 有很多不同的聚类算法;您需要定义“最佳”的含义。
  • @j_random_hacker 我的意思是找到最适合我的图形形态的那个,因为子集群不是相当可观察的,如果它可以使用我已经在使用的库来实现,那就更好了。
  • 恐怕这无济于事——什么是“形态学”?如果您可以将您想要的内容框定为某些功能的最佳值,这将有所帮助。如果你只是想获得一个对你来说看起来“不错”的集群,我所能建议的就是尝试一些不同的集群,看看你会得到什么。
  • 查找图割和最小割算法。 en.wikipedia.org/wiki/Cut_(graph_theory) 如果您的图表还没有完成,但您仍然需要推断结构(添加更多边、移动节点/节点组等),问题会变得更加困难。
  • 什么是一个“好”的集群?否则,只是随机标记点...

标签: python algorithm graph cluster-analysis hierarchical-clustering


【解决方案1】:

我最终选择了Louvain method,因为它最适合我的问题,而且已经实现了与 Networkx 对话的 library

【讨论】:

    猜你喜欢
    • 2018-12-08
    • 2017-01-28
    • 2020-01-02
    • 2019-07-18
    • 2016-05-01
    • 2015-02-11
    • 2010-10-13
    • 2014-03-23
    • 1970-01-01
    相关资源
    最近更新 更多