相关阅读
相关 Pearson相关系数 - Pearson's Correlation Coefficient
Pearson相关系数用来衡量两个数据集合是否在一条线上面。其计算公式为： ![pearson6.GIF][] 一个具体的计算的例子： X Y
柔光的暖阳◎相关 图算法（二十一）：聚类系数算法（Cluster Coefficient）【适用场景：用于衡量图的结构特性场景】【聚类系数表示一个图中节点聚集程度的系数】【用于计算图中节点的聚集程度】
一、概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中，尤其是在特定的网络中，由于相对高密度连接点的关系，节点总是趋向于建立一组严密的组织关系。聚类系数算法（C
迷南。相关 图算法（二十）：三角计数算法（Triangle Count）【适用场景：用于衡量图的结构特性场景】【统计图中三角形个数。三角形越多，代表图中节点关联程度越高，组织关系越严密】
一、概述 三角计数算法（Triangle Count）统计图中三角形个数。三角形越多，代表图中节点关联程度越高，组织关系越严密。 适用场景：三角计数算法（Triangl
不念不忘少年蓝@相关 图算法（十九）：度数关联度算法（Degree Correlation）【适用场景：用于衡量图的结构特性场景】【计算所有边上起点和终点度数之间的Pearson关联系数，来表示图中高度数节点之间是否相连】
一、概述 度数关联度算法（Degree Correlation）计算所有边上起点和终点度数之间的Pearson关联系数，常用来表示图中高度数节点是否和高度数节点相连。
「爱情、让人受尽委屈。」相关 图算法（十五）：Node2vec算法【适用场景：用于节点功能相似性比较、节点结构相似性比较、社团聚类等场景】【调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征】
一、概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q
相关 图算法（十）：关联路径算法（n-Paths）【适用场景：用于关系分析、路径设计、网络规划等场景】【用于寻找图中两节点之间在层关系内的n条路径】
一、概述 关联路径算法（n-Paths）用于寻找图中两节点之间在层关系内的n条路径。 适用场景：关联路径算法（n-Paths）适用于关系分析、路径设计、网络规划等场景。
亦凉相关 图算法（六）：全最短路算法（All Shortest Paths）【适用场景：用于路径设计、网络规划等场景】【用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的所有最短路径】
一、概述 全最短路径算法（All Shortest Paths）用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的所有最短路径。 适用场景：全最短路径算法（
我就是我相关 图算法（五）：最短路径算法（Shortest Path）【适用场景：用于路径设计、网络规划等场景】【用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的最短路径。】
一、概述 最短路径算法（Shortest Path）用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间的最短路径。 适用场景：：最短路径算法（Shortest
朱雀相关 图算法（四）：K跳算法（k-hop）【适用场景：用于关系发现、影响力预测、好友推荐等场景】【从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”】
一、概述 k跳算法（k-hop）从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中
相关 图算法（二）：PersonalRank算法【适用场景：商品推荐、好友推荐和网页推荐等】【继承了经典PageRank算法的思想，利用图链接结构来递归计算各节点的重要性】
PersonalRank算法又称Personalized PageRank算法。该算法继承了经典PageRank算法的思想，利用图链接结构来递归计算各节点的重要性。 与Pag
还没有评论，来说两句吧...