Question

我尝试使用SVM进行群集。我有社交网络图数据。在我的数据节点中，彼此连接。我想使用图形邻接矩阵作为SVM输入数据。我的SVM输入数据如下。我的主要问题是图形数据中的社区检测。

是否可以使用SVM对图表数据进行聚类。你能给我一些方法吗？我是SVM的初学者。

1 1:0 2:1 3:1 4:1 5:1

2 1:1 2:0 3:1 4:1 5:0

3 1:1 2:1 3:0 4:1 5:0

4 1:1 2:1 3:1 4:0 5:0

5 1:1 2:0 3:0 4:0 5:0

Answer 1

SVM无法进行群集，可以找到多类SVM和其他变种。另一方面，支持向量聚类存在它与SVM略有不同但接近。我不知道任何提供这种算法的软件包，到目前为止还不是很有名。

Answer 2

一般来说，SVM用于分类，正如许多人所指出的那样。虽然存在基于SVM的聚类算法，但与序数SVM类似，它可以使用kernel trick，它允许您处理各种类型的数据，包括图形（图形内核）。相邻矩阵是图形相似性的相当不好的表示（除非你实际上对非常简单的现象感兴趣，但是然后使用基于SVM的方法看起来有点太多了。相信Ockham的剃刀 - 最简单的方法是最好的方法，我建议查看/使用更简单的聚类方法，如果它们效率不高，请考虑切换到SVM聚类。

我强烈建议您阅读有关此主题的论文，因为它并不像看起来那么容易，但它是一个很好的搜索主题：

Presentation regarding graph mining and graph kernels
Michel Neuhaus，Horst Bunke：源自图形编辑距离的随机游走内核。 SSPR / SPR 2006：191-199
S.V.N。 Vishwanathan，Karsten M. Borgwardt，Nicol N. Schraudolph：图形核的快速计算。 NIPS 2006：1449-1456

对于实现本身，matlab库（已经提到）位于：https://sites.google.com/site/daewonlee/research/svctoolbox

Answer 3

您可以执行以下操作：

根据需要为您的数据应用尽可能多的聚类算法。
确定您需要拥有多少个群集（或使用任何生成的群集中的多个群集）。
优化生成的输出，使聚类算法的输出与所需的聚类数（以及那些确切的聚类）相匹配。这是一个棘手的部分！
为SVM提供集群产生的数据，如质心，平均值等。
最后，使用经过训练的SVM根据您最初输入的数据生成聚类。

因此，的想法是基于其他聚类模型开发具有SVM的通用聚类模型 ......这样，您就可以拥有无监督的SVM聚类。需要注意的是，您需要尽可能多的聚类数据行才能使SVM正常工作（否则，SVM会为您提供的每个输入输出单个数字。）

资料来源：目前正在研究这种方法。

编辑：语法等

Answer 4

有几篇论文讨论了支持向量聚类;这是我要评估的一个：http://jmlr.org/papers/volume2/horn01a/rev1/horn01ar1.pdf

另外，在这里找到了一个R包：http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.190.9809

使用图数据进行SVM聚类

4 个答案: