machine-learning - 使用 mcl 可以使用哪些参数？

Question

我正在使用 mcl 对无向图进行聚类。为此，我选择了连接节点的阈值、每条边的相似性度量以及用于调整图形粒度的膨胀参数。我一直在玩这些参数，但到目前为止，我的集群似乎太大了（我做了可视化，建议最大的集群应该被切割成 2 个或更多集群）。因此，我想知道我可以使用哪些其他参数来改进我的聚类（我目前正在使用 mcl 的 scheme 参数来查看提高准确性是否会有所帮助，但是如果还有其他“更具体”的参数可以例如，帮助获得更小的集群，请告诉我）？

Answer 1

实际上主要有两点需要考虑。第一个也是最重要的是在 mcl ( http://micans.org/mcl/ ) 本身之外，即网络是如何构建的。我已经在其他地方写过它，但我会在这里重复它，因为它很重要。

如果您有加权相似性，请选择边缘权重（相似性）截止值，以使网络的拓扑变得信息丰富；即太多的边缘或太少的边缘在边缘的缺失/存在结构中产生很少的判别信息。选择它，使得没有边缘连接您认为非常不同的事物，并且边缘连接您认为有些相似和非常相似的事物。在 mcl 的情况下，根据经验，边缘权重在“有点相似”和“非常相似”之间的动态范围应该是一个数量级，即两倍或五倍或十倍，而不是从 0.9 变化到 1.0。当然，可以为 mcl 提供简单的网络，它只会利用边缘的缺失/存在。确保网络不会变得非常密集 -非常粗糙经验法则可能是针对边缘的总数，V * sqrt(V)如果节点（顶点）的数量为V，即每个节点平均具有sqrt(V)邻居的顺序。

以上，网络建设，真的很关键，建议尝试不同的方法。现在，给定一个网络，实际上只有一个 mcl 参数可以改变：膨胀参数（-I选项）。一组很好的测试值是1.4, 2, 3, 4, 6.

总之，如果您正在探索，请尝试不同的网络构建方式，利用您对数据的了解使网络成为有意义的表示，并将其与尝试不同的 mcl 膨胀值相结合。