cdlib.evaluation.overlapping_normalized_mutual_information_MGH

cdlib.evaluation.overlapping_normalized_mutual_information_MGH(first_partition: object, second_partition: object, normalization: str = 'max') → MatchingResult

两个聚类之间的重叠归一化互信息。

扩展归一化互信息（NMI）分数以处理重叠分区。 这是McDaid等人提出的版本，使用了与原始LFR不同的归一化方法。更多详情请参见参考文献。

Parameters:

• first_partition – NodeClustering 对象

• second_partition – NodeClustering 对象

• normalization – 其中之一为“max”或“LFK”。默认为“max”（对应于文章中描述的主要方法）

Returns:

匹配结果对象

Example:

>>> from cdlib import evaluation, algorithms
>>> import networkx as nx
>>> g = nx.karate_club_graph()
>>> louvain_communities = algorithms.louvain(g)
>>> leiden_communities = algorithms.leiden(g)
>>> evaluation.overlapping_normalized_mutual_information_MGH(louvain_communities,leiden_communities)
:Reference:

1. McDaid, A. F., Greene, D., & Hurley, N. (2011). 使用归一化互信息评估重叠社区发现算法。arXiv预印本 arXiv:1110.2515. 芝加哥