cdlib.algorithms.der

cdlib.algorithms.der(g_original: object, walk_len: int = 3, threshold: float = 1e-05, iter_bound: int = 50) → NodeClustering

DER 是一种扩散熵减少图聚类算法。 该算法使用随机游走将图嵌入到度量空间中，然后在该空间中应用修改后的k-means算法。它创建游走，创建初始化，运行算法， 最后提取社区。

支持的图表类型

无向	有向	加权
是的	否	是的

Parameters:

• g_original – 一个无向的networkx图对象

• walk_len – 随机游走的长度，默认为 3

• threshold – 停止准则的阈值；如果 likelihood_diff 小于阈值，算法将停止，默认值为 0.00001

• iter_bound – 最大迭代次数，默认为50

Returns:

节点聚类对象

Example:

>>> from cdlib import algorithms
>>> import networkx as nx
>>> G = nx.karate_club_graph()
>>> coms = algorithms.der(G, 3, .00001, 50)

References:

13. Kozdoba 和 S. Mannor, 通过度量空间嵌入进行社区检测, NIPS 2015

注意

参考实现：https://github.com/komarkdev/der_graph_clustering