最近,又有一款Python可视化工具火了。
这一次,功能是针对 图聚类 问题的社群结构进行检测、可视化。
该项目的帖子在 reddit 上一经发布,就被顶到了“机器学习板块”的 榜首 。
一起来看看它究竟都能用来做什么吧~
功能亮点
这款工具叫作communities, 是一个Python库,用于图聚类问题的社群结构检测。
它支持 多种算法 ,包括:
- Louvain算法;
- Girvan-Newman算法;
- 层次聚类算法;
- 光谱聚类算法;
- Bron-Kerbosch算法。
更赞的是,communities还可以实现这些 算法的可视化 。
具体了解一下~
导入算法并插入矩阵
这里以 Louvain算法 为例。
这是一种基于模块度的社群发现算法,也是贪心算法。
它根据顶点的共享边将顶点排列成社群结构,也就是说,它将节点分为几个社群,每个社群之间共享很少的连接,但是同一社群的节点之间共享许多连接。