如何在python中获取Louvain方法中的质心?

时间:2017-09-05 06:37:39

标签: python numpy networkx

我根据余弦相似度矩阵构建了一个图形,并按如下方式应用“Louvain”社区检测。

余弦相似度矩阵的样本:

array([[ 1.        ,  0.40824829,  0.40824829],
       [ 0.40824829,  1.        ,  0.33333333],
       [ 0.40824829,  0.33333333,  1.        ]])

# S as adjacency matrix (sims is my cosine similarity matrix)
G = nx.from_numpy_matrix(sims)

# Louvain method for community detection
partition = community.best_partition(G)

现在我想计算所有已识别社区的质心(作为平均值)(例如,使用np.average)并找到每个社区最接近质心的数据点(基于余弦相似度值)。

由于我是这些社区检测算法的新手,我仍然在弄清楚如何做到这一点。请帮帮我。

0 个答案:

没有答案