“比较”群集算法及其成员资格方面的差异

如何解决“比较”群集算法及其成员资格方面的差异

在igraph中，应用于集群算法的“比较”命令与其应用于集群成员资格的命令之间有什么区别。

作为州手册页：

compare (sg,le,method = "rand")    
compare (membership (sg),membership (le))

解决方法

我阅读了compare的文档，格式为：

compare(comm1,comm2,method = c("vi","nmi","split.join","rand","adjusted.rand"))

comm1和comm2的文档中提到以下内容：

comm1 ：包含社区结构的社区对象；或数字向量，第一个社区结构的隶属度向量。隶属度矢量应包含每个顶点的社区ID，社区的编号从1开始。

最后提到的完整代码是

g <- make_graph("Zachary")
sg <- cluster_spinglass(g)
le <- cluster_leading_eigen(g)
compare(sg,le,method="rand")
compare(membership(sg),membership(le))

现在是第一种情况： compare(sg,method="rand")

sg和le本身就是群集对象，即它们分别是community detection via spin-glass model和community detetection by calculating the leading non-negative eigenvector of the modularity matrix of the graph的结果。简而言之，两者都包含数据的社区结构。

现在是第二种情况： compare(membership(sg),membership(le))

这使用membership来执行以下操作：

成员资格将顶点划分为社区。它返回一个数字矢量，每个顶点一个值，即其社区的ID。社区ID从1开始。请注意，有些算法会计算社区的完整（或不完整）层次结构，而不仅仅是单个分区。对于这些算法，通常会返回最高模块化值的成员身份，但另请参见各个算法的手册页

您可以阅读有关功能here的更多信息。如您所见，这将返回一个数字矢量，其中包含每个顶点的成员资格信息，这是comm1函数的comm2和compare参数中允许的第二种类型的值

因此，两个语句本质上是相同的。它们只是完成同一件事的不同方式。

如果运行文档末尾给出的代码，则会看到以下内容：

> g <- make_graph("Zachary")
> sg <- cluster_spinglass(g)
> le <- cluster_leading_eigen(g)
> compare(sg,method="rand")
[1] 0.9500891
> compare(membership(sg),membership(le))
[1] 0.2765712

结果的差异是因为在第一次调用中method属性被设置为rand。如果您在第二个调用中也分配了method属性，则会看到完全相同的结果：

> g <- make_graph("Zachary")
> sg <- cluster_spinglass(g)
> le <- cluster_leading_eigen(g)
> compare(sg,membership(le),method="rand")
[1] 0.9500891

如您所见，两者都提供相同的结果。

参考：