Karateclub包介绍及节点嵌入实现

之前多次谈到一个包，就是 karateclub，这个包囊括了很多社区检测算法和节点嵌入算法，今天专门介绍一下这个包如何使用。

算法分类

这里面将所有方法分成了七类，前两类是社区检测方法，中间四类是节点嵌入方法，最后一类是整图嵌入方法。

我整理了一下这个包中收录的各种方法，如下图所示。

# Overlapping community detection 重叠社区检测方法
EgoNetSplitter, DANMF, NNSED, MNMF, BigClam, SymmNMF

# Non-overlapping community detection 非重叠社区检测方法
GEMSEC, EdMot, SCD, LabelPropagation

# Neighbourhood-based node embedding 基于邻域的节点嵌入方法
RandNE, DeepWalk, Node2Vec, Walklets, BoostNE, NodeSketch, 
Diff2Vec, GEMSEC, NetMF, GraRep, NMFADMM, LaplacianEigenmaps

# Structural node embedding 基于结构的节点嵌入方法
GraphWave, Role2Vec

# Attributed node embedding 基于属性的节点嵌入方法
FeatherNode, MUSAE, SINE, BANE, TENE, TADW, FSCNMF, ASNE

# Meta node embedding 源节点嵌入方法
 NEU

# Whole graph embedding 整图嵌入方法
 LDP, FeatherGraph, IGE, GeoScattering, GL2Vec, NetLSD, SF, FGSD, Graph2Vec

注意，karateclub包中的节点嵌入算法都对图的连通性有要求，必须是连通图才能进行节点嵌入，否则会报错。

节点嵌入

下面具体介绍一下，如何使用这个包中的算法。

DeepWalk

以节点嵌入为例，我们先用一下其中最经典的DeepWalk算法。

import networkx as nx
import networkx.algorithms.community as nx_comm
from karateclub import DeepWalk
from sklearn.cluster import KMeans

G = nx.karate_club_graph() 
model = DeepWalk()   # model
model.fit(G)    # node embedding
G_embedding = model.get_embedding()

# clustering by kmeans
num_coms = 2  # number of clusters
clusters = KMeans(n_clusters=num_coms).fit_predict(G_embedding)
print(clusters)

communities = []
for i in range(num_coms):
    communities.append(set())
    
for i in range(len(clusters)):
    communities[clusters[i]].add(i)
print(communities)

mod = nx_comm.modularity(G, communities)
print('The modularity of karate club graph is {:.4f}'.format(mod))

我们先对karate_club_graph进行了节点嵌入操作，然后利用KMeans算法对嵌入结果进行聚类，这里设置为2类，之后将聚类结果转化为社区检测结果，然后计算出模块度值，结果如下所示。

[1 1 0 1 1 1 1 1 0 0 1 1 1 0 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0]
[{32, 33, 2, 8, 9, 13, 14, 15, 18, 20, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31}, {0, 1, 3, 4, 5, 6, 7, 10, 11, 12, 16, 17, 19, 21}]
The modularity of karate club graph is 0.3352

接下来，我们可视化一下社区检测结果。

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10, 6))
pos = nx.spring_layout(G) 
nx.draw_networkx(G, pos, with_labels=True)
colors = ['#483D8B', '#00CED1', '#FF4500', '#FFD700']
for i in range(num_coms):
    nx.draw_networkx_nodes(G, pos, node_size=700, nodelist=list(communities[i]), node_color=colors[i])
nx.draw_networkx_edges(G, pos, alpha=0.5, width=2)
plt.axis("off")
plt.show()

效果如下：

Node2Vec

我们再试试Node2Vec算法，这是对DeepWalk的一个改进算法。

只需要将上面代码中的DeepWalk换成Node2Vec就行，这次我们将聚类个数设置为3。

import networkx as nx
import networkx.algorithms.community as nx_comm
from karateclub import DeepWalk, Node2Vec
from sklearn.cluster import KMeans

G = nx.karate_club_graph()
model = Node2Vec()   # model
model.fit(G)
G_embedding = model.get_embedding()

# clustering by kmeans
num_coms = 3
clusters = KMeans(n_clusters=num_coms).fit_predict(G_embedding)
print(clusters)

communities = []
for i in range(num_coms):
    communities.append(set())
    
for i in range(len(clusters)):
    communities[clusters[i]].add(i)
print(communities)

mod = nx_comm.modularity(G, communities)
print('The modularity of karate club graph is {:.4f}'.format(mod))

这次结果为：

[1 1 0 1 2 2 2 1 0 0 2 1 1 1 0 0 2 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0]
[{32, 33, 2, 8, 9, 14, 15, 18, 20, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31}, {0, 1, 3, 7, 11, 12, 13, 17, 19, 21}, {4, 5, 6, 10, 16}]
The modularity of karate club graph is 0.3744

可以看到，模块度值比上次要高一些（前面是0.3352），再看看社区检测效果。

总结

在这篇文章里面，我们只是利用了karateclub 包中的节点嵌入算法，参数都是默认参数，然后再用聚类算法对节点进行分类，而不是将嵌入结果直接作为社区检测的结果。实际上我们可以将嵌入算法最后的输出维度设置为2维，这样可以直接看到节点低维嵌入的效果，参考之前的文章。

PyTorch图神经网络实践（四）Node2Vec节点分类及其可视化