pagerank算法

import numpy as np

H = np.array([[0,1/3,1/3,1/3,0,0],[0,0,1/3,1/3,0,1/3],[0,0,0,1,0,0],[0,0,1/2,0,0,1/2],[0,0,0,0,0,1],[0,1/2,0,1/2,0,0]])
N = 6


alpha = 0.85
A = alpha * H + (1 - alpha) / N * np.ones([N, N])
print(A)


P_n = np.ones(N) / N
P_n1 = np.zeros(N)

e = 100000
k = 0
print('loop...')

while e > 0.00000001:  # 开始迭代
    P_n1 = np.dot(A, P_n)  # 迭代公式
    e = P_n1 - P_n
    e = max(map(abs, e))  # 计算误差
    P_n = P_n1
    k += 1
    print('iteration %s:' % str(k), P_n1)

print('final result:', P_n)

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值