基于随机游走的社团划分算法label progation 的python实现
来源:互联网 发布:大额淘宝优惠券哪里领 编辑:程序博客网 时间:2024/05/01 22:46
- 简介
- python代码实现
- 存在问题
参考文章:
http://www.lxway.com/619051121.htm
其实这个算法也可以作为聚类算法来用,计算出两两样本之间的相似度,作为这个算法里边的权重,可以去掉值很低的,然后进行聚类。我们假设一个图有m个节点n条边,label propagation的复杂度是O(kn) (不确定)k是迭代次数。在一般情况下,n远远小于m2因此是个和图规模线性关系的算法。如果聚类最后一步采用这种方法,那么计算两两相似度得到图结构,需要O(m2)应该是主要开销。
之前也介绍过这个算法:
http://blog.csdn.net/lgnlgn/archive/2011/01/29/6168756.aspx
算法叫label propagation,基本思想很简单,就是一个节点的所在类别由与其相连的节点共同决定,实际就是类标的马尔科夫随机游走过程。计算的时候需要迭代多次,每个节点选择它邻接节点类标数最多的那一个。
原版算法在选择类标时候过于严格,只选一个;其实很容易想到,可以有各种扩展的办法,比如选若干个,分别赋予隶属度,这样每个节点可以属于多个类别,类别差距大的,可以确定成一个。
具体地就是
首先:每个节点把自己的类标传播到邻居;然后:每个节点根据邻居传过来的消息作出选择
很容易看到,这两步都可以同步地进行,因此非常适合用MapReduce的框架完成,很多图算法基于随机游走模型的,其实都适用,如pagerank。
我简单实现了一个python的版本,虽然是mapreduce的思路,但是纯粹的顺序执行。代码不多 直接贴了,随便建立一个文本文件 每行记录一个节点id,它的邻居节点和权重 tuple,如下
1,((2,1),(3,1),(4,1))
2,((1,1),)
3,((1,1),(4,1))
4,((1,1),(3,1))
代码里面解析直接用了eval方法 所以格式得注意保证。这个算法是无向图的,因此边要多写一次,例如(1,4) 在(4,1)也要写一份。
from itertools import imapglobal gdata_fileglobal label_vectorglobal group_mappath = "d:/data/graph.txt"def getMaxId(): return max(imap(lambda x:eval(x)[0],file(path,'r').xreadlines()))+1def mapFunc(line): ##voting node,edges = eval(line.strip())## edges = ((node,1),) + edges labels = label_vector[node] if labels: return [(edge+(labels,)) for edge in edges] else: return [(edge+({node:1},)) for edge in edges]def mergeMap(a,b,weight):##merge b to a for k,v in b.iteritems(): g = a.get(k) if g: a[k] = g + v * weight else: a[k] = v * weight return adef reduceFunc(map_phrase): ##merge tmp = {} for map_results in map_phrase: for map_result in map_results: l = tmp.get(map_result[0]) if l: mergeMap(l,map_result[2],map_result[1]) else: tmp[map_result[0]] = mergeMap(dict(),map_result[2],map_result[1]) return tmpdef select(m): ##select top k labels u = sorted(m.items(),key = lambda x:x[1],reverse=True) if len(u) >=3 and ((u[0][1] - u[1][1]) > (u[1][1] - u[2][1])): uu = u[:2] else: uu = u[:3] s = sum([x[1] for x in uu]) return dict( [(x[0],(x[1]+0.0)/s) for x in uu])def close(): print label_vectorlabel_vector = [None] * getMaxId()group_map = {}if __name__ == '__main__': for loop in xrange(7): gdata_file = file(path,"r") map_phrase = map(mapFunc, gdata_file.xreadlines()) group_map = reduceFunc(map_phrase) gdata_file.close() for k,v in group_map.iteritems(): label_vector[k] = select(v) close()
每次map是一个解析图结构的过程,将节点类标投得到每个邻居,reduce过程就是简单地把所有结果合并。从main开始,迭代多次,每次节点保留隶属度最大的2~3个节点,作为下一次计算的依据,最后close方法用来整理输出。
我还有个疑问,就是向邻居投票的时候,需要包含自己的类标吗?这个我在map阶段注释掉了
熟悉python的话看起来不难,代码写得非常业余和不规范。另外只测试能跑和简单的正确性检查
- 基于随机游走的社团划分算法label progation 的python实现
- 基于随机游走的社团划分算法label progation 的python实现
- 基于随机游走的社团划分算法label progation 的python实现
- 基于随机游走的社团划分算法hadoop MR实现
- 基于随机游走的personalrank算法实现推荐
- 基于随机游走的personalrank算法实现推荐
- 推荐算法:基于图的算法:随机游走
- 社团划分——有向图的Label Propagation算法
- 社团划分——有向图的Label Propagation算法
- 随机游走的PageRank算法 sensitive PageRank
- 推荐系统之基于图的推荐:基于随机游走的PersonalRank算法
- 随机游走的期望距离
- 随机游走的期望距离
- 基于GN算法的网络通联关系社团发现(Python)
- 【社团检测】社团检测之标签传播算法Python实现
- SCAN:一种基于密度的社团发现算法
- 基于GraphX实现的community detection算法--Label Propagation分析
- 随机森林算法的python实现
- 为什么说大数据技术的核心是Map技术
- opencv和linux的关联
- 关于子窗口与父窗口传值问题
- 3473: 字符串/3277: 串 后缀数组
- 用 Docker 构建、运行、发布来一个 Spring Boot 应用
- 基于随机游走的社团划分算法label progation 的python实现
- android:configChanges
- 线程安全的Java类
- 二叉树
- 2016年3月装修日志
- MSRDS机器人仿真软件学习资源汇总
- Java 动态加载
- POJ 1459
- 类似于StringBuilder的字符串加强处理类