Python cugraph.community.ecg.ecg用法及代码示例

用法: cugraph.community.ecg.ecg(input_graph, min_weight=0.05, ensemble_size=16, weight=None)

计算输入图的集成聚类图 (ECG) 分区。 ECG 在输入图的排列集合上运行截断的 Louvain，然后使用集合分区来确定输入图的权重。通过使用确定的权重在输入图上运行完整的 Louvain 来找到最终结果。

有关详细信息，请参阅https://arxiv.org/abs/1809.05578。

参数：

input_graph：cugraph.Graph 或 NetworkX Graph: 图说明符应包含连接信息和权重。如果不存在邻接列表，则将计算该邻接列表。
min_weight：浮点数，可选(默认=0.5): 在 ECG 算法中分配为边权的最小值。它应该是 [0,1] 范围内的值，通常保留为默认值 0.05
ensemble_size：整数，可选(默认=16): 用于集成的图形排列数。默认值为 16，较大的值可能会为某些图生成更高质量的分区。
weight：str，可选(默认=无): 此参数用于 NetworkX 兼容性，并表示哪个 NetworkX 数据列代表边权重。

parts：cudf.DataFrame 或 python 字典

大小为 V 的 GPU 数据帧包含两列，即顶点 id 和分配给它的分区 id。

df[顶点]：cudf.Series: 包含顶点标识符
df[分区]：cudf.Series: 包含分配给顶点的分区

例子：

>>> M = cudf.read_csv(datasets_path / 'karate.csv', delimiter = ' ',
...                   dtype=['int32', 'int32', 'float32'],
...                   header=None)
>>> G = cugraph.Graph()
>>> G.from_cudf_edgelist(M, source='0', destination='1', edge_attr='2')
>>> parts = cugraph.ecg(G)

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cugraph.community.ecg.ecg。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：