如何在邊緣加權網絡/圖中進行社區檢測？

Question

我的一般問題是：如何在加權無向社交網絡/圖中進行社區檢測？ 數據集，我想羣集看起來像這樣，

DrugA, DrugB,Weight 
x,y,6 
y,z,9 
y,p,5 
x,p,3 

在我的數據集我有毒品多個節點和它們之間的權重代表drugs.I之間的相似性要在更小的簇集羣連接節點具有更高權重的節點連接在一起，即某種最小割。我可以使用哪種聚類算法對這類數據集進行聚類;最好來自Scikit-learn或NetworkX？

我已經試過中文低語，但由於圖CW的密集連接最終給了兩個大集羣。任何建議/建議將不勝感激。

Answer 1

分層聚類可以做到這一點。

但是，您需要一個適用於稀疏圖表和相似性而非距離的實現。

Answer 2

我在找的答案是「社區檢測算法」。 Louvain Modularity算法是一種加權/不加權的平坦聚類算法。該算法的實現可在GEPHI（舊版本）中找到。