search

bdy9527 / SDCN

Structural Deep Clustering Network
Apache License 2.0
259 stars 72 forks source link

about graph #14

Closed cxzyoung closed 3 years ago

cxzyoung commented 3 years ago

目前有以下问题，期待您的回答 (1)按我的理解，acm、cite等也是一种graph数据，为什么本身是一种graph，也会出现acm_graph、cite_graph数据呢？ (2)在graph中，每行的两个数据，例如 31，2016 是代表第31和2016个样本之间是有edge的关系吗？

bdy9527 commented 3 years ago

(1) acm_graph就代表acm这个数据的邻接矩阵，只不过有的数据集是天然就有的，有的数据集是需要用KNN算的。 (2) 对的，我们是按边来做存储的，这样储存代价比较小

cxzyoung commented 3 years ago

谢谢老师不厌其烦的回答，我看论文时构造KNNgraph取topk个值，但是我发现代码中在实际构造graph时，只有heat方法取了前topk个值，其他方法都是topk+1个值，我的理解是否有问题？

BigPig-LittleTail commented 3 years ago

个人理解：对于节点n，topk+1是取topK个邻居，+1是自己，因为构造graph计算相似度矩阵时，节点n与自己的相似度是n行中最大值。换句话说，邻接矩阵A^~ = A + I，A是topK个邻域矩阵，I是单位矩阵。取topk+1，相当于加上了自循环边的邻接矩阵。

bdy9527 commented 3 years ago

个人理解：对于节点n，topk+1是取topK个邻居，+1是自己，因为构造graph计算相似度矩阵时，节点n与自己的相似度是n行中最大值。换句话说，邻接矩阵A^~ = A + I，A是topK个邻域矩阵，I是单位矩阵。取topk+1，相当于加上了自循环边的邻接矩阵。

对，是这个意思

cxzyoung commented 3 years ago

谢谢解答