我的博客

一、LPA简介LPA全称为Label Propagation Algorithm，是一个基于标签传播的非重叠社区发现算法。通过LPA可以对用户群进行聚类，从而实现用户画像。推荐系统初期，当标签数远远小于未标签数时，传统的监督式学习不适合，可以采用半监督学习，即通过有限的标签传播至未标签的数据。算法步骤每个节点拥有独立的标签Step2，标签传播，节点向邻居节点传播自己的标签Step3，标签更新，每个节点的标签更新为邻居节点中出现次数最多的标签。如果存在多个选择，则随机选择一个Step4，如果节

# 使用Node2Vec对space_data进行压缩import networkx as nxfrom tqdm import tqdmfrom sklearn.decomposition import PCAfrom node2vec import Node2Vecimport matplotlib.pyplot as pltimport warningswarnings.filterwarnings('ignore')# 数据加载，构造图G = nx.read_gml('footb

一、数据集介绍football数据集是根据美国大学生足球联赛而创建的一个数据集，包含115支球队（即图中的点）、616条比赛数据（即图中的边）二、代码分析1、加载包import networkx as nximport randomfrom tqdm import tqdmfrom sklearn.decomposition import PCAimport matplotlib.pyplot as plt2、加载数据集# 数据加载，构造图G = nx.read_gml('footb