利用相对归一化互信息评估社区检测精度
物理与社会
2015-12-09 v2 统计力学
社会与信息网络
机器学习
摘要
归一化互信息（NMI）已被广泛用于评估社区检测算法的准确性。然而，本文表明NMI受到网络有限尺寸引起的系统性误差的严重影响，在某些情况下可能给出算法性能的错误估计。我们给出了NMI有限尺寸效应的简单理论，并通过数值实验验证了该理论。然后我们提出了一种新的社区检测精度度量，即相对归一化互信息（rNMI），它通过将NMI与随机划分的期望NMI进行比较来考虑其统计显著性。数值实验表明rNMI克服了NMI的有限尺寸效应。
引用
@article{arxiv.1501.03844,
title = {Evaluating accuracy of community detection using the relative normalized mutual information},
author = {Pan Zhang},
journal= {arXiv preprint arXiv:1501.03844},
year = {2015}
}
备注
comments are welcome