Какие параметры можно использовать с помощью mcl?

Question

Я кластер неориентированных графов, используя mcl. Для этого я выбрал порог, под которым подключены узлы, показатель подобия для каждого ребра и параметр инфляции, чтобы настроить гранулярность моего графика. Я играл с этими параметрами, но до сих пор кластеры, кажется, слишком велики (я сделал визуализации, которые предполагают, что наибольшие кластеры должны быть разрезаны на 2 или более кластера). Поэтому мне было интересно, с какими другими параметрами я могу играть, чтобы улучшить кластеризацию (в настоящее время я работаю с параметром схемы mcl, чтобы узнать, поможет ли повышение точности, но если есть другие «более конкретные» параметры, которые могли бы помогите получить меньшие кластеры, например, пожалуйста, дайте мне знать)?

Answer 1

В действительности, в основном, есть две вещи. Первое и самое главное - вне mcl (http://micans.org/mcl/), а именно, как построена сеть. Я писал об этом в другом месте, но я повторю это здесь, потому что это важно.

Если у вас есть взвешенное сходство, выберите обрезание по краю (подобие) так, чтобы топология сети стала информативной; то есть слишком много ребер или слишком мало краев, дает небольшую дискриминационную информацию в структуре отсутствия/присутствия краев . Выбирайте его таким образом, чтобы никакие края не соединяли вещи, которые вы считаете очень разными, и что края соединяют вещи, которые вы считаете несколько похожими на аналогичные. В случае mcl динамический диапазон в размере вес края между «немного подобным» и «очень похожим» должен быть, как правило, большим пальцем, на один порядок, т. Е. В два или пять раз или десять - как, например, против 0,9 до 1,0. Конечно, можно дать простые сети mcl, и он просто будет использовать отсутствие/наличие краев. Убедитесь, что сеть не станет очень плотной - это очень грубого правила может быть направлено на общее число ребер, которое в порядке V * sqrt(V) если число узлов (vertcies) является V, то есть , каждый узел имеет, в среднем, порядка sqrt(V) соседей.

Вышеуказанное, построение сети, действительно важно, и желательно, чтобы попробовать разные подходы. Теперь, учитывая сеть, , на самом деле существует только один параметр mcl: параметр инфляции (опция -I). Хороший набор значений для тестирования: 1.4, 2, 3, 4, 6.

В заключении, если вы изучаете, попробовать различные способы построения сети, используя свои знания о данных сделать сеть значимого представление, и совместить это с попытками различных значений MCL инфляции.