构成无向简单图的度数序列条件_刚哥的公开课笔记:图机器学习(二)之网络属性和随机图模型...

本文探讨了网络属性,如度分布、路径长度和聚类系数,并介绍了随机图模型,如Erdös-Rényi图和Kronecker图。针对现实网络的特征,讨论了Small-World现象,揭示了网络中的局部结构和全局连通性的平衡。最后,阐述了Kronecker图如何作为生成大型真实网络的递归模型。
摘要由CSDN通过智能技术生成
1b2c6c48777390170d2c2642b5eb4c59.png

网络属性:如何衡量一个网络

关键网络属性:

  • 度分布 P(k)
  • 路径长度 h
  • 聚类系数 C
  • 连接单元 s
740aa9ac7f11684202a39edc79025fc9.png

度分布 degree distribution

度分布 degree distribution

  • 度分布P(k):
    随机选择的节点的度数为k
    Nk=#个度为k的节点
  • 标准化直方图:
    P(k)= Nk / N ➔ 图

图上的路径

b38d3cc91757f023b58ec28f51256e2b.png
  • 路径是一系列节点,其中每个节点链接到下一个节点
4e1e19f440a2b4aaf44be4ba4af24d69.png
  • 路径可以相交并多次通过相同边
    • 例如:ACBDCDEG

距离

  • 距离(最短路径,测地线)
    一对节点之间的定义为沿边的数量连接节点的最短路径
    • 如果两个节点未连接,则距离通常定义为无限(或零)
7952ba1a3623475dbecdc7460459916b.png
  • 在有向图中,路径需要遵循箭头的方向
    • 结果:距离为不对称:hB,C≠hC,B
da81f5ea94aa42796c7a4b0dc1bfd805.png
  • 直径:最大(最短路径)图中任意一对节点之间的距离
  • 平均路径长度:对于连接图形或者强连通有向图
59f9f59f05693fc21ecbd962d27ff7ac.png

其中

  • hij是从节点i到节点j的距离
  • Emax是最大边数(总计节点对数)= n(n-1)/ 2

很多时候,我们仅计算连接的节点对(即,我们忽略“无限”长度路径)

请注意,此措施也适用于(强烈)连接图的组成部分

聚类系数

聚类系数(对于无向图):

  • 节点i的邻居之间的联系如何?
  • 节点i的度为ki
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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