Python cugraph.community.spectral_clustering.analyzeClustering_modularity用法及代碼示例

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

計算給定分區/聚類的模塊化分數。假設 “clustering” 是來自特殊聚類算法的調用的結果，並且包含名為 “vertex” and “cluster” 的列。

參數：

G：cugraph.Graph 或 networkx.Graph: 圖說明符。這個圖應該有邊權重。
n_clusters：整數: 指定給定聚類中的聚類數
clustering：cudf.DataFrame: 要分析的集群分配。
vertex_col_name：str 或 str 列表，可選(默認 ='vertex'): 聚類 DataFrame 中標識外部頂點 id 的列的名稱
cluster_col_name：str，可選(默認='cluster'): 聚類 DataFrame 中的列的名稱，用於標識集群 ID

score：浮點數: 計算的模塊化分數

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)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cugraph.community.spectral_clustering.analyzeClustering_modularity。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：