cdlib.evaluation.avg_embeddedness

cdlib.evaluation.avg_embeddedness(graph: Graph, communities: object, **kwargs: dict) → object

社区内节点的平均嵌入度。

节点n相对于社区C的嵌入度是其在社区内的度数与其总度数的比率。

\[emb(n,C) = \frac{k_n^C}{k_n}\]

社区C的平均嵌入度是：

\[avg_embd(c) = \frac{1}{|C|} \sum_{i \in C} \frac{k_n^C}{k_n}\]

Parameters:

• graph – 一个 networkx/igraph 对象

• communities – NodeClustering 对象

• summary – 布尔值。如果为True，则返回分区的聚合分数，否则返回单个社区的分数。默认值为True。

Returns:

如果 summary==True 则返回一个 FitnessResult 对象，否则返回一个浮点数列表。

示例：

>>> from cdlib.algorithms import louvain
>>> from cdlib import evaluation
>>> g = nx.karate_club_graph()
>>> communities = louvain(g)
>>> ave = evaluation.avg_embeddedness(g,communities)

References: