cdlib.evaluation.internal_edge_density

cdlib.evaluation.internal_edge_density(graph: Graph, community: object, summary: bool = True) → object

社区集合的内部密度。

\[f(S) = \frac{m_S}{n_S(n_S−1)/2}\]

其中 \(m_S\) 是社区内部边的数量，\(n_S\) 是社区节点的数量。

Parameters:

• graph – 一个 networkx/igraph 对象

• 社区 – 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)
>>> mod = evaluation.internal_edge_density(g,communities)

References:

1. Radicchi, F., Castellano, C., Cecconi, F., Loreto, V., & Parisi, D. (2004). 定义和识别网络中的社区。美国国家科学院院刊, 101(9), 2658-2663.