Infomap 聚类算法记录:
1.初始化,将每个节点当做独立的群组;
2.将节点之间的相似度作为转移概率;
3.对图里的节点随机采样出一个序列,按顺序依次尝试将每个节点赋给邻居节点所在的群组,取平均比特下降最大时的群组赋给该节点,如果没有下降,该节点所属群组不变;
4.为了避免随机游走进入孤立区域,引入了穿越概率;
5.重复步骤3, 直到 L(M)不再能被优化;
Infomap 聚类算法记录:
1.初始化,将每个节点当做独立的群组;
2.将节点之间的相似度作为转移概率;
3.对图里的节点随机采样出一个序列,按顺序依次尝试将每个节点赋给邻居节点所在的群组,取平均比特下降最大时的群组赋给该节点,如果没有下降,该节点所属群组不变;
4.为了避免随机游走进入孤立区域,引入了穿越概率;
5.重复步骤3, 直到 L(M)不再能被优化;