bethansy

摘要： 介绍之前先讲两个概念 转载请注明出处：http://www.cnblogs.com/bethansy/p/7235133.html 一、回归 1.定义： 回归属于监督学习，用于预测输入变量和输出变量之间的关系。 回归模型表示从输入到输出变量之间的映射的函数，回归问题的学习等于函数拟合：选择一条函数曲 阅读全文

摘要： 一、数据资源 1、斯坦福大学网站 一般提供大社区数据，节点动则上万，十万百万等，包括已知社区划分的网络数据。 http://snap.stanford.edu/data/index.html 2、数据堂 数据堂上提供的数据多是论文中出现的数据，按数据名称搜索即可 http://www.datatan 阅读全文

摘要： 生成无标度网络，通过P控制聚类系数 阅读全文

摘要： 1、matplotlib中有两个模块，pyplot和pylab import matplotlib.pyplot as plt ///plt.plot(x,y) import pylab as pl ///pl.plot(x,y) import pandas as pd 、///data.plot( 阅读全文

摘要： 一、数据获取 1.本地数据 with 语句，pd.read_csv('data.csv') 2.网站上数据 2.1 直接获取网页源码，在用正则表达式进行删选 2.2 API接口获取 以豆瓣为例 import requests r=requests.get(https://api.douban.com 阅读全文

摘要： 网上的帖子挺多的，教你如何安装，安装第三方工具库的方法总共分为三类：Dos系统下pip命令；安装包下载安装；IDE集成环境下安装（Pycharm,Spyder……） http://www.jianshu.com/p/41a9c25273b1 一、pip命令 感觉这个最简单，但是需要注意几点 1、ge 阅读全文

摘要： 2017.6.17 更新：好像知道错在哪里了。以第一个为例，输入应该是“AHHaaBBa”，因为直接输入AHHaaBBa时，系统不知到这是一个变量还是字符串，所以必须输入的时候申明定义。既然这样的话，那我在str=input()的时候将输入定义成字符串格式例如 str=str（input()）这样呢 阅读全文

摘要： 这是我最近看到的一篇论文，思路还是很清晰的，就是改进的LPA算法。改进的地方在两个方面： （1）结合K-shell算法计算量了节点重重要度NI（node importance），标签更新顺序则按照NI由大到小的顺序更新 得到ks值后，载计算一下节点邻居ks值和度值d的比值 （2）当出现次数最多的标签 阅读全文

摘要： 一、社区的定义 Newman第一次提出模块度定义就是在2004年发表的这篇文章“fast algorithm for community structure in networks”，第一次用量化的公式来确定社区划分。 首先，我们来看Newman如何定义社区的：the vertices in net 阅读全文

摘要： 转载请注明出处：http://www.cnblogs.com/bethansy/p/6953625.html LPA算法的思路： 首先每个节点有一个自己特有的标签，节点会选择自己邻居中出现次数最多的标签，如果每个标签出现次数一样多，那么就随机选择一个标签替换自己原始的标签，如此往复，直到每个节点标签 阅读全文