非加权图的聚类算法

Question

我有未加权和无向图作为我的网络，它基本上是蛋白质网络。我想聚集这个图并将此图分成不相交的簇。任何1可以建议我可以应用于生物网络的聚类算法，这是非加权和无向图。

Answer 1

存在多种图分区算法，它们使用不同的范例来解决同样的问题。

最常见的是Louvain's method optimizing Newman's modularity。 在使用Networkx作为图形库的python中，您可以使用community对图形进行分区。

最快的图分区使用Metis。它基于层次图粗化。

您最初还设计了N-cut来分割图像。

最后，您可以使用stochastic block-model techniques对图表进行分区。在Graph-tool中可以找到Louvain的非常好的python实现和几种块模型技术。

我最喜欢的是后者，它很快（基于Boost图库），相对容易使用和可调。

编辑：请注意，在图形工具中，我们称之为Louvain模块化的确是纽曼的算法，docs are here。