如何在边缘加权网络/图中进行社区检测？

Question

我的一般问题是：如何在加权无向社交网络/图中进行社区检测？ 数据集，我想群集看起来像这样，

DrugA, DrugB,Weight 
x,y,6 
y,z,9 
y,p,5 
x,p,3 

在我的数据集我有毒品多个节点和它们之间的权重代表drugs.I之间的相似性要在更小的簇集群连接节点具有更高权重的节点连接在一起，即某种最小割。我可以使用哪种聚类算法对这类数据集进行聚类;最好来自Scikit-learn或NetworkX？

我已经试过中文低语，但由于图CW的密集连接最终给了两个大集群。任何建议/建议将不胜感激。

Answer 1

分层聚类可以做到这一点。

但是，您需要一个适用于稀疏图表和相似性而非距离的实现。

Answer 2

我在找的答案是“社区检测算法”。 Louvain Modularity算法是一种加权/不加权的平坦聚类算法。该算法的实现可在GEPHI（旧版本）中找到。