建站
咨詢
售后
建站咨詢
新聞中心
本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。
創(chuàng)新互聯(lián)于2013年創(chuàng)立，先為浦城等服務(wù)建站，浦城等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為浦城企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。
最近，又有一款Python可視化工具火了。
這一次，功能是針對(duì)圖聚類問題的社群結(jié)構(gòu)進(jìn)行檢測(cè)、可視化。
該項(xiàng)目的帖子在reddit上一經(jīng)發(fā)布，就被頂?shù)搅恕皺C(jī)器學(xué)習(xí)板塊”的榜首。
一起來看看它究竟都能用來做什么吧~
功能亮點(diǎn)
這款工具叫作communities， 是一個(gè)Python庫(kù)，用于圖聚類問題的社群結(jié)構(gòu)檢測(cè)。
它支持多種算法，包括：
- Louvain算法；
- Girvan-Newman算法；
- 層次聚類算法；
- 光譜聚類算法；
- Bron-Kerbosch算法。
更贊的是，communities還可以實(shí)現(xiàn)這些算法的可視化。
具體了解一下～
導(dǎo)入算法并插入矩陣
這里以Louvain算法為例。
這是一種基于模塊度的社群發(fā)現(xiàn)算法，也是貪心算法。
它根據(jù)頂點(diǎn)的共享邊將頂點(diǎn)排列成社群結(jié)構(gòu)，也就是說，它將節(jié)點(diǎn)分為幾個(gè)社群，每個(gè)社群之間共享很少的連接，但是同一社群的節(jié)點(diǎn)之間共享許多連接。
最終，讓整個(gè)社群網(wǎng)絡(luò)呈現(xiàn)出一種模塊聚集的結(jié)構(gòu)，實(shí)現(xiàn)整個(gè)社群網(wǎng)絡(luò)的模塊度的最大化。
所以首先，我們需要構(gòu)建一個(gè)表示無向圖的鄰接矩陣，可以加權(quán)，也可以不加權(quán)，矩陣為2Dnumpy數(shù)組。
n*n矩陣則表示有n個(gè)節(jié)點(diǎn)，矩陣的每個(gè)位置分別表示各節(jié)點(diǎn)之間邊的關(guān)系，有邊則為1，沒有邊則為0。
然后，只需從communities.algorithms中導(dǎo)入算法并插入矩陣。
- import numpy as np
- from communities.algorithms import louvain_method
- adj_matrix = np.array([[0, 1, 1, 0, 0, 0],
- [1, 0, 1, 0, 0, 0],
- [1, 1, 0, 1, 0, 0],
- [0, 0, 1, 0, 1, 1],
- [0, 0, 0, 1, 0, 1],
- [0, 0, 0, 1, 1, 0]])
- communities, _ = louvain_method(adj_matrix)
- # >>> [{0, 1, 2}, {3, 4, 5}]
接下來輸出社群列表，每個(gè)社群即為一組節(jié)點(diǎn)。
實(shí)現(xiàn)可視化，并進(jìn)行顏色編碼
利用communities將圖進(jìn)行可視化，將節(jié)點(diǎn)分到社群中并進(jìn)行顏色編碼，還可以選擇深色或淺色背景、保存圖片、選擇圖片的分辨率等等 。
draw_communities(adj_matrix : numpy.ndarray, communities : list, dark : bool = False, filename : str = None, seed : int = 1)
其中各參數(shù)的具體含義為：
- adj_matrix (numpy.ndarray)：圖的鄰接矩陣；
- dark (bool, optional (default=False))：如果為 True, 則繪圖為深色背景，否則為淺色背景；
- filename (str or None, optional (default=None))：通過 filename 路徑可以將圖另存為PNG格式; 設(shè)置 None 則是用交互方式顯示圖；
- dpi (int or None, optional (default=None))：每英寸的點(diǎn)數(shù)，控制圖像的分辨率；
- seed (int, optional (default=2))：隨機(jī)種子。
具體到Louvain算法的可視化，代碼是這樣的：
- from communities.algorithms import louvain_method
- from communities.visualization import draw_communities
- adj_matrix = [...]
- communities, frames = louvain_method(adj_matrix)
- draw_communities(adj_matrix, communities)
動(dòng)畫呈現(xiàn)算法
communities 還可以動(dòng)畫呈現(xiàn)節(jié)點(diǎn)分配到社群的過程。
louvain_animation(adj_matrix : numpy.ndarray, frames : list, dark : bool = False, duration : int = 15, filename : str = None, dpi : int = None, seed : int = 2)
其中各參數(shù)的含義如下：
- adj_matrix (numpy.ndarray)：圖的鄰接矩陣；
- frames (list)：算法每次迭代的字典列表；
- 每個(gè)字典都有倆個(gè)鍵：“C”包含節(jié)點(diǎn)到社群的查找表，“Q”表示圖的模塊度數(shù)值；
- 此字典列表是 louvain_method的第二個(gè)返回值；
- dark (bool, optional (default=False))：如果為 True, 則動(dòng)畫為深色背景和配色方案，否則為淺色方案；
- duration (int, optional (default=15))：動(dòng)畫所需的持續(xù)時(shí)間，以秒為單位；
- filename (str or None, optional (default=None))：通過filename 路徑將動(dòng)畫存為GIF；設(shè)置None則以交互方式展示動(dòng)畫；
- dpi (int or None, optional (default=None))：每英寸點(diǎn)數(shù)，控制動(dòng)畫的分辨率；
- seed (int, optional (default=2))：隨機(jī)種子。
例如，空手道俱樂部網(wǎng)絡(luò)中Louvain算法的動(dòng)畫呈現(xiàn)：
- from communities.algorithms import louvain_method
- from communities.visualization import louvain_animation
- adj_matrix = [...]
- communities, frames = louvain_method(adj_matrix)
- louvain_animation(adj_matrix, frames)
我們可以看到Louvain算法的動(dòng)態(tài)過程：
- 首先掃描數(shù)據(jù)中的所有節(jié)點(diǎn)，將每個(gè)節(jié)點(diǎn)看做一個(gè)獨(dú)立的社群；
- 接下來，遍歷每個(gè)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)，判斷是否將該節(jié)點(diǎn)加入鄰居節(jié)點(diǎn)所在的社群，以提升模塊度；
- 這一過程重復(fù)迭代，直到每一個(gè)節(jié)點(diǎn)的社群歸屬穩(wěn)定；
- 最后，將所有在同一個(gè)社群的節(jié)點(diǎn)壓縮成一個(gè)新節(jié)點(diǎn)，計(jì)算新節(jié)點(diǎn)的權(quán)重，直到整個(gè)圖的模塊度穩(wěn)定。
大家可以通過文末鏈接，自行嘗試一下其他算法～
此外，它還可以用于社群間鄰接矩陣、拉普拉斯矩陣以及模塊度矩陣等。
對(duì)于這款工具，不少網(wǎng)友發(fā)出“awesome”、“really cool！”等花式贊嘆，表示正是自己需要的。
當(dāng)然，也有網(wǎng)友提出疑問，例如：是否可以指定執(zhí)行的迭代次數(shù)（例如：提前停止）？
開發(fā)者對(duì)此表示：不能，但是對(duì)于某些算法，可以指定要將圖形劃分為多少個(gè)社群。
作者簡(jiǎn)介
項(xiàng)目開發(fā)者Jonathan Shobrook，他目前是美國(guó)一家電商公司的軟件工程師。
之前GitHub上的熱門項(xiàng)目Rebound，也是出自他手，已經(jīng)獲得3.5k星。
更多信息可戳下方鏈接了解～
相關(guān)鏈接：
[1]https://github.com/shobrook/communities
[2]https://www.reddit.com/r/MachineLearning/comments/lozys9/p_i_made_communities_a_library_of_clustering/
網(wǎng)站名稱：這個(gè)圖聚類Python工具火了：社群結(jié)構(gòu)可視化、檢測(cè)
網(wǎng)址分享：http://www.dlmjj.cn/article/ccdsjop.html
