Question

我想通过以下方式生成随机社区：

from random import randint
import networkx
from networkx.algorithms.community import LFR_benchmark_graph

n = [250, 500, 600, 700, 800, 900, 1000, 1200, 1500, 1600, 1900, 2000, 2500, 2800, 3000, 3500, 4000, 4600, 5000]
index = randint(0, len(n) - 1)
tau1 = 3
tau2 = 1.5
mu = 0.1
mm = randint(0, len(n) - 1)
G = LFR_benchmark_graph(n[index], tau1, tau2, mu, average_degree=5,
                        min_community=20, seed=10)

但出现提到的错误：

networkx.exception.ExceededMaxIterations: Could not assign communities; try increasing min_community

当我使用大小250时，我有任何错误，但是当我想使用其他大小来生成具有随机大小的网络时，会出现该错误。我该如何解决？

Answer 1

在文档页面中已提及：

尽管作者将算法描述为非常健壮，在开发过程中表明参数集略窄可能成功生成图形。一些建议发生异常时提供。

以下是一些对我有用的配置：

def genrate_lfr_graph(size=250):
    params = {"n":size, "tau1":2, "tau2":1.1, "mu":0.1, "min_degree":20, "max_degree":50}

    G = LFR_benchmark_graph(params["n"], params["tau1"], params["tau2"], params["mu"], 
                        min_degree=params["min_degree"],
                        max_degree=params["max_degree"],
                        max_iters=5000, seed = 10,
                        )
    print("Generation Completed")
    return G  


sizes = [250, 500, 600, 700, 800, 900, 1000, 1200, 2000, 2500, 2800, 3000]
for n in sizes:
    G = genrate_lfr_graph(size=n)

Answer 2

如在networkx文档中提到的，如果出现以下任何情况，将发生此类错误：

如果不能在max_iters迭代次数内创建有效的度数序列。如果不能在max_iters迭代次数内创建有效的社区大小集。如果无法在10 * n * max_iters迭代次数内创建有效的社区分配。

我的建议是首先尝试使用任何其他论文中描述的参数。例如，对于具有1000个节点的网络，我将使用以下参数：n = 1000，tau1 = 3，tau2 = 1.1，mu = 0.1，avg_degree = 10，max_degree = 50，min_community = 10，max_community = 50。

如何在networkx中调整LFR_benchmark_graph方法以生成大图

2 个答案: