1. 算法作者的网站

http://www.ludowaltman.nl/slm/

黑色字体的第二段末尾说，三种 Louvain 实现都支持分辨率参数，用来决定检测到社区的粒度：
All algorithms implemented in the Modularity Optimizer support the use of a resolution parameter to determine the granularity level at which communities are detected.

手写 Louvain 算法时，这个分辨率参数怎么体现呢？

是 deltaQ 小于某个值时迭代终止？

该网页提供的代码是java版本的：
http://www.ludowaltman.nl/slm/modularity_optimizer_source.zip
有用硬着头皮看看吧。。。

(2) 分辨率参数的论文

通过其他地方的引用和介绍，多方证据印证，就是这篇论文引入的time 参数，后来被称为 resolution 参数了。

How to use “resolution” when applying louvaon algorithm for community detection?
Louvain clustering: resolution parameter #3184
分辨率 paper: Laplacian Dynamics and Multiscale Modular Structure in Networks : https://arxiv.org/abs/0812.1770
Another paper Laplacian Dynamics and Multiscale Modular Structure in Networks that is referenced by the implementation of the python-louvain library refers to this as time.
NextworkX has a resolution parameter:

>>> community.best_partition(graph, partition=None, weight=’weight’, resolution=1.0, randomize=None, random_state=None)resolution [double, optional] Will change the size of the communities, default to 1.
represents the time described in “Laplacian Dynamics and Multiscale Modular Structure in Networks”,
R. Lambiotte, J.-C. Delvenne, M. Barahona

也有文章讨论 resolution 的局限性: Narrow scope for resolution-limit-free community detection | 2011 pdf | pdf2 | pubmed

(3) Rigraph 上的争论

https://github.com/igraph/rigraph/issues/239
观众: 原算法作者的java代码支持分辨率，希望R版本的 igraph 也支持: http://www.ludowaltman.nl/slm/
igraph 作者: R包Seurat已经通过Rcpp支持了。

观众: 不行，我就要，防止代码扩散嘛
作者: Rigraph 打算在支持 Leiden 算法时添加分辨率参数。

最后，有人提交了一个C版本的PR: (commented on 2 Jun 2020)
https://github.com/jmonlong/Hippocamplus/blob/config/R/rigraph_gammalouvain/community.c

2. 其他短小的python 实现

(1) 实现1: 没有 resolution 参数

https://blog.csdn.net/qq_16543881/article/details/122825957
这个有问题，小数据集看着还行；
但是对于 3000 个顶点的 pbmc 3k 真实数据集，直接输出了和点数一样的社区数，肯定哪里不对。
修正版： Louvain_5.py

ref:

介绍 Louvain 算法及其实现 https://zhuanlan.zhihu.com/p/522751212
几篇 Louvain 的论文的区别: https://blog.csdn.net/qq_16543881/article/details/123575014
Louvain 2018: https://eecs.wsu.edu/~ananth/papers/Ghosh_IPDPS18.pdf
java 版的调试: https://blog.51cto.com/u_15693947/5409361

社区发现算法 | Louvain 算法中的分辨率参数相关推荐

社区发现算法 python_社区发现(Community Detection)算法（转）
作者: peghoty 社区发现(Community Detection)算法用来发现网络中的社区结构,也可以看做是一种聚类算法. 以下是我的一个 PPT 报告,分享给大家. 从上述定义可以看出:社区 ...
社区发现系列03-Louvain算法分辨率
1.分辨率局限 louvain算法存在的问题:分辨率局限.就是说当通过优化模块度来发现社区结构时,网络在存在一个固有的分辨率局限,导致一些规模较小但是结构显著的社区淹没在大的社区中,无法被识别到. 造 ...
附源码|复杂网络社区发现——标签传播算法(LPA)
本文通过Python 3.7实现了标签传播算法的两个代码(1.自己写的,2.调包实现),并通过空手道俱乐部的例子进行可视化显示. 标签传播是一种半监督机器学习算法,它将标签分配给以前未标记的数据点.在 ...
社区发现算法原理与louvain源码解析
前言社区发现(community detection),或者社区切分,是一类图聚类算法,它主要作用是将图数据划分为不同的社区,社区内的节点都是连接紧密或者相似的,而社区与社区之间的节点连接则是稀疏的 ...
社区发现算法-Community Detection-NormalizeCut/Louvain/NMF/LPA
本文结构安排图聚类简介正则化割 Louvain 非负矩阵分解(NMF) 其他常见方法图(graph):是一种由点和边集构成的结构 G = ( V , E ) G=(V,E) G=(V,E) 图聚 ...
标签传播算法_复杂网络社区发现算法汇总
社区发现这篇文章汇总了一些常见的社区发现概念和算法,包括 Modularity Q Fast Unfolding(Louvain Algorithm) LPA SLPA KL算法 GN算法社区: ...
【机器学习】聚类算法、社区发现
目录前言聚类和社区发现社区发现聚类算法聚类-评估指标社区发现-模块度前言最近方向是团案挖掘,关于聚类算法和社区发现,其实之前不怎么了解,最近得补补了. 聚类和社区发现首先要先明白这两 ...
单细胞算法-聚类-louvain算法
单细胞算法-聚类-louvain算法什么是Louvain算法 Louvain算法是利用度量社区模块度进行聚类的一个算法. 关于模块度的介绍: link 关于louvain算法的介绍: https:/ ...
【深度学习】最新「深度学习社区发现」综述论文，174篇文献概述六大类方法(含Github资源)...
| 作者:Xing Su | 单位:麦考瑞大学 | 研究方向:人工智能与数据科学社区发现能够揭示各类网络中成员的特征与联系,在网络分析中具有重要意义.近年来,深度学习技术在发现社区结构时,以处理高维 ...
最新「深度学习社区发现」综述论文，174篇文献概述六大类方法(含Github资源)...
嘿,记得给"机器学习与推荐算法"添加星标 | 作者:Xing Su | 单位:麦考瑞大学 | 研究方向:人工智能与数据科学社区发现能够揭示各类网络中成员的特征与联系,在网络分析中 ...

社区发现算法 | Louvain 算法中的分辨率参数

1. 算法作者的网站

(2) 分辨率参数的论文

(3) Rigraph 上的争论

2. 其他短小的python 实现

(1) 实现1: 没有 resolution 参数

ref:

社区发现算法 | Louvain 算法中的分辨率参数相关推荐

最新文章

热门文章

社区发现算法 | Louvain 算法 中的分辨率参数

1. 算法作者的网站

(2) 分辨率参数的论文

(3) Rigraph 上的争论

2. 其他短小的python 实现

(1) 实现1: 没有 resolution 参数

ref:

社区发现算法 | Louvain 算法 中的分辨率参数相关推荐

最新文章

热门文章

社区发现算法 | Louvain 算法中的分辨率参数

社区发现算法 | Louvain 算法中的分辨率参数相关推荐