panther_similarity

panther_similarity(G, source, k=5, path_length=5, c=0.5, delta=0.1, eps=None)

返回图中节点的Panther相似度 G 目标节点 v 。

Panther是一种相似性度量标准，其意思是“如果两个物体频繁出现在相同的路径上，则认为它们相似。” [1].

参数

G网络X图表

网络X图表

source结点

要查找其顶部的源节点 k 类似的其他节点

kINT(默认值=5)

要返回的最相似节点数

path_lengthINT(默认值=5)

随机生成的路径应该有多长 (T 在……里面 [1])

c浮点(默认值=0.5)

一个通用正常量，用于缩放要生成的样本随机路径的数量。

delta浮点(默认值=0.1)

相似性的概率 \(S\) 不是(R，Phi)的epsilon近似，其中 \(R\) 是随机路径的数量， \(\phi\) 是从集合中采样的元素的概率 \(A \subseteq D\) ，在哪里 \(D\) 是域名。

eps浮动或无(默认值=无)

误差界。人均 [1], 一个好的价值是 sqrt(1/|E|) 。因此，如果未提供值，则将使用建议的计算值。

返回

similarity词典

节点到相似度分数的字典(浮点型)。注：自相似性(即， v )不会包含在返回的词典中。

工具书类

1(1,2,3)

张军，唐军，马晨，童海，景勇，李美豹：大型网络中的快速top-k相似性搜索。摘自《ACM SIGKDD知识发现和数据挖掘国际会议论文集》(2015年卷--8月，第1445-1454页)。计算机械协会。Https://doi.org/10.1145/2783258.2783267.

实例

>>> G = nx.star_graph(10)
>>> sim = nx.panther_similarity(G, 0)