dendo = community.generate_dendrogram(G_fb)
for level in range(len(dendo) - 1) :
print("partition at level", level,
"is", partition_at_level(dendo, level))
所以我在我自己的数据上运行上面的代码,发现我的数据级别只有1.似乎级别是社区的大小,在我的情况下,它们很小。
但接下来我应该做些什么来找出重叠社区,这意味着一个节点可以包含在检测算法输出中的多个社区中,例如best_partition,这是我用于社区检测的。
答案 0 :(得分:0)
我不太确定您要问什么,但是如果您要查找网络中不同社区之间重叠的节点,则可以使用多种算法。这是一篇入门文章,https://arxiv.org/pdf/1110.5813.pdf。特别是CFinder算法已经引起了广泛关注。在here列表中,您会找到一种可能有用的算法实现。这是Tamas为CFinder提供的代码:
<p-table [columns]="cols" [value]="documents" sortMode="multiple">
或者,我认为NetworkX具有类似的解释,here。