我可以使用mcl玩什么参数？

Question

我正在使用mcl对无向图进行聚类。为此，我选择了一个连接节点的阈值，每个边缘的相似性度量以及膨胀参数以调整图的粒度。我一直在使用这些参数，但是到目前为止，群集似乎太大了（我进行了可视化处理，建议将最大的群集切成2个或更多的群集）。因此，我想知道还有什么其他参数可以用来改善聚类（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”参数可以帮助获得较小的群集，例如，请让我知道）？

Answer 1

实际上主要有两件事要考虑。第一个也是最重要的是外部mcl（http://micans.org/mcl/）本身，即网络的构建方式。我已经在其他地方写过，但是在这里我会重复，因为它很重要。

如果您具有加权相似性，请选择边沿权重（相似性）截止点，以使网络拓扑变得有用。即，在边缘的不存在/存在结构中，太多的边缘或太少的边缘产生的判别信息很少。选择它时，不要让边缘连接您认为非常相似的事物，并且不要使边缘连接您认为有些相似或非常相似的事物。对于mcl，根据经​​验，边缘权重的动态范围在“有点相似”和“非常相似”之间应为一个数量级，即两倍或五倍或十倍，而不是从0.9到1.0。当然，可以为mcl提供简单的网络，并且它将仅利用边缘的不存在/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总的边数，其顺序V * sqrt(V)为节点（顶点）的数量为V，即每个节点平均而言具有sqrt(V)邻居的顺序。

上面的网络建设确实至关重要，建议尝试其他方法。现在，给定一个网络，实际上只有一个mcl参数可以改变：通货膨胀参数（该-I选项）。可以测试的一组好的值是1.4, 2, 3, 4, 6。

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