当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python cugraph.community.spectral_clustering.analyzeClustering_modularity用法及代码示例


用法:

cugraph.community.spectral_clustering.analyzeClustering_modularity(G, n_clusters, clustering, vertex_col_name='vertex', cluster_col_name='cluster')

计算给定分区/聚类的模块化分数。假设 “clustering” 是来自特殊聚类算法的调用的结果,并且包含名为 “vertex” and “cluster” 的列。

参数

Gcugraph.Graph 或 networkx.Graph

图说明符。这个图应该有边权重。

n_clusters整数

指定给定聚类中的聚类数

clusteringcudf.DataFrame

要分析的集群分配。

vertex_col_namestr 或 str 列表,可选(默认 ='vertex')

聚类 DataFrame 中标识外部顶点 id 的列的名称

cluster_col_namestr,可选(默认='cluster')

聚类 DataFrame 中的列的名称,用于标识集群 ID

返回

score浮点数

计算的模块化分数

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')
>>> df = cugraph.spectralBalancedCutClustering(G, 5)
>>> score = cugraph.analyzeClustering_modularity(G, 5, df)

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.spectral_clustering.analyzeClustering_modularity。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。