基于结构相似度和属性相似度的社区检测算法
community_detect的Python项目详细描述
社区检测
使用属性和结构相似性进行社区检测。
安装:
PIP安装社区检测
依赖关系:
网络
matplotlib文件
用法:
导入:
从社区检测导入社区
初始化:
com=community(alpha_weight=0.5)您可以为alpha添加自己的值
功能:
主要方法:获取社区图
顶点,顶点列表
相似度矩阵,属性相似度的相似度矩阵(它应该是n x n矩阵,其中n是顶点数
相似矩阵类型:余弦、欧几里德等
)
返回一个字典,其中每个键包含该社区中的所有节点
查看社区:查看社区(communities),上述功能的输出
图表,您的图表
顶点,顶点列表
相似度矩阵,属性相似度的相似度矩阵(它应该是n x n矩阵,其中n是顶点数
相似矩阵类型:余弦、欧几里德等
)
使用属性和结构相似性进行社区检测。
安装:
PIP安装社区检测
依赖关系:
网络
matplotlib文件
用法:
导入:
从社区检测导入社区
初始化:
com=community(alpha_weight=0.5)您可以为alpha添加自己的值
功能:
主要方法:获取社区图
顶点,顶点列表
相似度矩阵,属性相似度的相似度矩阵(它应该是n x n矩阵,其中n是顶点数
相似矩阵类型:余弦、欧几里德等
)
返回一个字典,其中每个键包含该社区中的所有节点
查看社区:查看社区(communities),上述功能的输出
图表,您的图表
顶点,顶点列表
相似度矩阵,属性相似度的相似度矩阵(它应该是n x n矩阵,其中n是顶点数
相似矩阵类型:余弦、欧几里德等
)