[英]Clustering Graphs using graph distance
我目前正在做的是:
这看起来合理吗? 在第 4 步附近,我将如何 go? 我会使用类似 sklearn_extra.cluster.KMedoids 的东西吗?
感谢所有帮助!
使用 networkx 中的 graph_edit_distance 来查看这些图与另一个图的区别。
猜测这为您提供了任何一对图形的单个数字。
问题是:这个数字在哪个方向? 有多少个维度(方向)? 假设两个图与第三个图的距离相同。 这是否意味着两张图靠得很近,在距离第三张图很远的地方形成了一个簇?
如果您对上一段中的问题有答案,那么 KMeans 算法可以找到尽可能多的维度的集群。 它快速且易于编码,通常可以提供令人满意的结果。 https://en.wikipedia.org/wiki/K-means_clustering
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.