當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

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


用法:

cugraph.community.spectral_clustering.spectralModularityMaximizationClustering(G, num_clusters, num_eigen_vects=2, evs_tolerance=1e-05, evs_max_iter=100, kmean_tolerance=1e-05, kmean_max_iter=100)

使用譜模塊化最大化方法計算給定圖的聚類/分區。

參數：

G：cugraph.Graph 或 networkx.Graph

cuGraph 圖說明符。這個圖應該有邊權重。

num_clusters：整數

指定要查找的集群數

num_eigen_vects：整數，可選

指定要使用的特征向量的數量。必須小於或等於num_clusters。默認為 2

evs_tolerance: float, optional：

指定要在特征解算器中使用的容差。默認值為 0.00001

evs_max_iter: integer, optional：

指定特征解算器的最大迭代次數。默認值為 100

kmean_tolerance: float, optional：

指定在k-means 求解器中使用的容差。默認值為 0.00001

kmean_max_iter: integer, optional：

指定k-means 求解器的最大迭代次數。默認值為 100

返回：

df：cudf.DataFrame

GPU 數據幀包含兩個大小為 V 的 cudf.Series：頂點標識符和相應的集群分配。

df[‘vertex’]：cudf.Series

包含頂點標識符

df[‘cluster’]：cudf.Series

包含集群分配

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.spectralModularityMaximizationClustering(G, 5)

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.spectralModularityMaximizationClustering。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。