我的一般问题是：如何在加权无向社交网络/图表中进行社区检测？ 我想要群集的数据集如下所示，
DrugA, DrugB,Weight
x,y,6
y,z,9
y,p,5
x,p,3
在我的数据集中，我有多个药物节点，它们之间的权重代表药物之间的相似性。我想将连接的节点聚集在较小的簇中，其中权重较高的节点连接在一起，即某种最小切割。我可以使用哪种聚类算法来聚类这种数据集;最好来自Scikit-learn或NetworkX？
我已经尝试过中文悄悄话，但由于图CW的密集连接最终会产生两个大型集群。任何建议/建议将不胜感激。
答案 0 :(得分：0)
分层聚类可以做到这一点。
但是你需要一个适用于稀疏图形和相似性而不是距离的实现。
答案 1 :(得分：0)
我看到的答案是＆＃34;社区检测算法＆＃34;。 Louvain模块化算法是加权/未加权的平面聚类算法。 GEPHI（旧版本）中提供了该算法的实现。