用于重叠和离群点检测的层次单链聚类
社会与信息网络
2025-09-03 v1
摘要
大多数社区检测方法对社区在数据中的假设非常强，例如每个顶点必须属于恰好一个社区（即社区形成分区）。对于向量数据，层次密度基于空间的聚类用于带噪声的应用 (HDBSCAN) 已成为一种领先的聚类算法，允许存在不属于任何簇的离群点。在 HDBSCAN 中，第一步是重新定义向量之间的距离，以便单链聚类在噪声下有效且稳健。许多社区检测算法以类似的方式开始，试图增加相似节点之间的边权，降低噪声边的权重。本文将 HDBSCAN 中的层次单链聚类算法应用于各种节点/边相似度得分，以查看是否存在一种算法能够在允许离群点的同时有效检测簇。在合成数据和真实世界数据集上的实验中，我们发现没有单一方法适用于每种类型的图，但令人印象深刻的性能表明，层次单链聚类是图聚类的一个可行范式。
引用
@article{arxiv.2509.02334,
title = {Hierarchical Single-Linkage Clustering for Community Detection with Overlaps and Outliers},
author = {Ryan DeWolfe},
journal= {arXiv preprint arXiv:2509.02334},
year = {2025}
}
备注
10 pages, 2 figures, 2 tables