社区检测中聚类数目选择的比较分析
社会与信息网络
2018-03-08 v5 物理与社会
摘要
我们对社区检测中聚类数目的各种估计方法进行了比较分析。详尽的比较需要测试所有可能的框架、算法和评估准则的组合。本文聚焦于基于随机块模型的框架，并研究了贪婪算法、统计推断和谱方法的性能。对于评估准则，我们考虑了模块度、地图方程、Bethe自由能、预测误差和孤立特征值。通过分析，评估准则和算法所具有的过拟合和欠拟合倾向变得明显。此外，我们提出冲积图是可视化统计推断结果的合适工具，并可用于确定聚类数目。
引用
@article{arxiv.1606.07668,
title = {Comparative analysis on the selection of number of clusters in community detection},
author = {Tatsuro Kawamoto and Yoshiyuki Kabashima},
journal= {arXiv preprint arXiv:1606.07668},
year = {2018}
}
备注
21 pages, 14 figures, 2 tables