精华内容
下载资源
问答
  • 复杂网路中,LFR复杂网络生成图代码,以及NMI代码,内附生成图与详解,仅供个人使用
  • NMI标准互信息,用于评价复杂网络质量,适用于重叠社区的评价,java实现
  • 基于脉冲耦合神经网络的图像NMI特征提取及检索方法,论文的程序仿真,带单处理和批量处理功能,里面包含原论文,可以用于场景相似性检测,以图识图等,matlab仿真实现
  • 社团划分结果评估指标:Q、ARI、NMI 一、模块度Q(Modularity) 模块度也称模块化度量值,是目前常用的一种衡量网络社区结构强度的方法,最早由Mark NewMan提出了。模块度的定义为: 模块度值的大小主要取决于...

    社团划分结果评估指标:Q、ARI、NMI

    一、模块度Q(Modularity)

    模块度也称模块化度量值,是目前常用的一种衡量网络社区结构强度的方法,最早由Mark NewMan提出了。模块度的定义为:

    模块度值的大小主要取决于网络中结点的社区分配C,即网络的社区划分情况,可以用来定量的衡量网络社区划分质量,其值越接近1,表示网络划分出的社区结构的强度越强,也就是划分质量越好。因此可以通过最大化模块度Q来获得最优的网络社区划分。

    Python:可以直接使用Community.modularity()包计算模块度。

    二、兰德指数ARI(Adjusted Rand Index)

    若已知样本的真实类别标签labelstruelabelstrue ,和聚类算法得到的标签labelspredlabelspred,ARI是计算两种标签分布相似性的函数,该函数对标签的定义形式没有要求。ARI定义如下:

    如果C是真实类别,K是聚类结果,我们定义a和b分别是:

    a: 在C和K中都是同一类别的样本对数

    b: 在C和K中都是不同类别的样本对数

    Raw Rand Index公式如下:

    是样本所有的可能组合对.

    RI不能保证在类别标签是随机分配的情况下,其值接近0(极端情况是类别数和样本数相等).为了解决这个问题,ARI被提出,它具有更高的区分度.

    Python:使用sklearn.metrics.adjusted_rand_score(labels_true, labels_pred)计算。

    三、标准化互信息NMI(Normalized Mutual Information)

    假设对于N个样本点的两种标签划分为U 和 V. 熵为划分集的不准确性,定义如下:


    其中 P(i)=|Ui|/NP(i)=|Ui|/N表示任取一个样本划分为 UiUi的概率. 对于V同时成立:


    其中 P′(j)=|Vj|/NP′(j)=|Vj|/N. U和V之间的互信息(MI) 可以通过下式进行计算:

    其中 P(i,j)=|Ui∩Vj|/NP(i,j)=|Ui∩Vj|/N表示两个样本点划分相同的类 Ui和VjUi和Vj的概率.
    也可以通过集合的势来表示:

     


    规则化互信息定义如下:

    This value of the mutual information and also the normalized variant is not adjusted for chance and will tend to increase as the number of different labels (clusters) increases, regardless of the actual amount of “mutual information” between the label assignments.
    The expected value for the mutual information can be calculated using the following equation, from Vinh, Epps, and Bailey, (2009). In this equation, ai=|Ui|ai=|Ui| (the number of elements in UiUi) and bj=|Vj|bj=|Vj|(the number of elements in VjVj).

    Using the expected value, the adjusted mutual information can then be calculated using a similar form to that of the adjusted Rand index:

    Python: 使用sklearn.metrics.normalized_mutual_info_score(labels_true, labels_pred)计算。

    展开全文
  • 机器学习的模型随机打印标签,ACC和NMI计算方法? 机器学习中实现了一个简单的神经网络,但发现在验证的时候,模型对数据打的标签很随意,比如一个四分类问题,groundtruth(简称gt)是gt = [0,0,0,1,2,3,3],而...

    机器学习的模型随机打印标签,ACC和NMI计算方法?

    机器学习中实现了一个简单的神经网络,但发现在验证的时候,模型对数据打的标签很随意,比如一个四分类问题,groundtruth(简称gt)是gt = [0,0,0,1,2,3,3],而模型在验证集上打的标签是lb = [3,3,3,0,1,2,2],但acc(准确度)是100%,明明标签的数字都对不上,我很好奇它使怎么识别的?

    具体代码:

    def clustering_acc(y_true, y_pred):
    y_true = y_true.astype(np.int64)
    assert y_pred.size == y_true.size
    D = max(y_pred.max(), y_true.max()) + 1
    w = np.zeros((D, D), dtype=np.int64)
    for in range(y_pred.size):
    w[y_pred[i], y_true[i]] += 1
    ind = linear_assignment(w.max() - w)

    return sum([w[i, j] for i, j in ind]) * 1.0 / y_pred.size

    acc = clustering_acc(gt,lb)

    输出结果为: 1.0

     

    如果在分类问题中,gt = [0,0,0,1,2,3,3]和lb = [3,3,3,0,1,2,2]的准确率是0,因为在分类问题中哪个样本属于哪个类别都是一一对应好的。而在聚类问题中,我们的目的只是把样本分成若干个簇而每个簇不一定要一一对应。

    举个例子:现有三个簇A、B、C,且簇中的样本数分别为20、30、50个。

    经过聚类算法聚类后得到了三个簇,样本数分别为25、40和35。那这三个簇分别对应A、B和C哪个簇呢? 这时我们就按各个簇中哪个类别的样本数最多,就把它归为哪个簇,然后计算准确率。具体的,假设上诉聚类结果详细情况为第一簇25(其中最多的20个为B)、第二个簇40(最多的28个为C)和第三个簇35(最多的18个A),因此我们就可以认为这三个簇分别对应B、C和A。

    则最终准确率为:(20+28+18)/100=0.66

    一个极端例子:gt = [0,0,0,0,1,1,1]和lb = [1,1,1,1,0,0,0],如果是分类的结果,那么准确率为0;但如果是聚类的结果那么准确率为1

     

    既然机器学习的模型打标签很随机,那么ACC和NMI是怎么计算的? - 空字符的回答 - 知乎 https://www.zhihu.com/question/372713634/answer/1022964929

    展开全文
  • 系统或者网络占用过多CPU,造成内核软死锁(soft lockup)。Soft lockup名称解释:所谓,soft lockup就是说,这个bug没有让系统彻底死机,但是若干个进程(或者kernel thread)被锁死在了某个状态(一般在内核区域...

    报错现象

           系统或者网络占用过多CPU,造成内核软死锁(soft lockup)。Soft lockup名称解释:所谓,soft lockup就是说,这个bug没有让系统彻底死机,但是若干个进程(或者kernel thread)被锁死在了某个状态(一般在内核区域),很多情况下这个是由于内核锁的使用的问题。

    展开全文
  • 1. 有提到基于SNF构建的融合网络 可以判断新患者的亚型 ,使用的方法就是标签传播算法(LP) 查阅的资料:https://blog.csdn.net/zouxy09/article/details/49105265 2. 在使用SNF融合多种...

    最近你在读一篇文献  https://www.nature.com/articles/nmeth.2810  (SNF网络融合算法)

    1.  有提到基于SNF构建的融合网络 可以判断新患者的亚型 ,使用的方法就是标签传播算法(LP) 

    查阅的资料: https://blog.csdn.net/zouxy09/article/details/49105265 

     

    2. 在使用SNF融合多种数据类型构建融合网络之后,可以对图上的样本点进行聚类,也就是可以确定该批数据的亚型,可以聚成几类,其中使用了谱聚类算法(spectral clutering) ,

    查阅资料:  https://zhuanlan.zhihu.com/p/29849122

     

    3. 使用SNF基于多种数据类型构建出的网络 和 使用单一数据类型构建出来的网络 均使用普聚类算法 进行聚类  如果是想筛选对SNF构建的融合网络模型 贡献最大的是哪一种数据类型,可以使用NMI 衡量聚类性能指标,也就是对两种聚类结果计算NMI  如果某种单一数据类型构建的网络在使用普聚类算法 聚类之后 和 使用SNF 对多种数据类型融合成的网络进行聚类的NMI 标准化互信息很大,就说明该单一数据类型对融合模型的贡献值大,也就是该种数据类型很重要!!

    参考资料:  https://www.cnblogs.com/nwpuxuezha/p/6582110.html

     

    4. 生存预测 Cox回归

    参考资料: http://blog.sina.com.cn/s/blog_44befaf601016m9j.html

     

    转载于:https://www.cnblogs.com/xuanxuanlove/p/10266473.html

    展开全文
  • 鉴于计算代价高昂的谱聚类无法满足海量网络社区发现的... 实验结果表明, 与代表性算法(CPM, Link, COPRA, SSDE) 相比较, SCEA 能够挖掘出具有更高规范化互信息(NMI) 的网络重叠社区结构, 且具有相对较好的鲁棒性.</p>
  • 模块度Q——复杂网络社区划分评价标准

    万次阅读 多人点赞 2016-07-27 18:35:25
    如果我们预先知道网络的真实划分结果,那么我们可以用NMI(归一化互信息)去衡量算法划分结果和真实结果的重合程度,这个会在以后的文章中具体介绍。大多数情况下,我们是不知道网络的真实划分的,尤其是对于大型...
  • Nature的出版物Machine Intelligence在8月份发布了最新的接收论文,共有四篇。其中两人来自中国,一位来自...值得一提的是,这两篇文章也是国内学者在NMI期刊上首次出版。 本文介绍了两个非常有趣和深刻的概念: ...
  • 初始化中断

    2020-04-18 15:59:21
    外部中断:来自硬件的中断,如收到网络的数据包 内部中断:软件的中断 CPU通过INTR和NMI两条信号线接收外部中断,区别如图所示: 从INTR信号线接收到的是可屏蔽中断,是诸如网卡,硬盘发出的中断, 从NMI信号线接收...
  • bug解决汇总

    2018-02-01 16:42:14
    下面都是自己在编写内核模块时遇到的一些错误,以及在网络上检索到的一些资料,感谢这些大佬们! 会一直不定期更新! linux 内核中遇到的错误 RCU CPU STALL DETECTOR 点击 NMI watchdog:Bug: soft lockup - CPU #...
  • 遇到一个问题,x86板卡通过PCIE外接网卡芯片82599,某一块板子过一会出现网络不通的问题,排查发现某一时刻系统出现如下异常: [ 1250.888189] Uhhuh. NMI received for unknown reason 31 on CPU 0. [ 1250....
  • 值得注意的是,衡量社区的指标还有NMI(标准互信息)、兰德指数。 模块度函数是由Newman和Girvan在2004年提出的一种用于评估社区划分的全局目标函数,其定义如 公式表示如下: 在上述公式中,Aij是整个网络...
  • VIEW AUTOENCODER FOR IMAGE FEATURE LEARNING WITH STRUCTURED NONNEGATIVE LOW RANK》提出了一种对多视角多模态特征信息进行有效融合的自编码器神经网络,在准确率、NMI、Purity、ARI等各项性能指标上再创新高,...
  • VIEW AUTOENCODER FOR IMAGE FEATURE LEARNING WITH STRUCTURED NONNEGATIVE LOW RANK》提出了一种对多视角多模态特征信息进行有效融合的自编码器神经网络,在准确率、NMI、Purity、ARI等各项性能指标上再创新高,...
  • 课程作业练习 K均值聚类(最小误差平方和准则) 这是学习机器学习课程的一个...其中的NMI函数的实现来源于网络,侵权即删。 代码可用,循环5次取均值 ```python #by gao import numpy as np import random impo...
  • 今天工作中就遇到了一个死循环导致CPU load过高,没有及时喂狗,导致NMI中断,板子重启的问题。 针对网络协议的测试,有一种叫鲁棒性测试(robustness)。这种测试手段通过向系统发送各种各样错误的报文(比如某些...
  • 这是很久以前写的文档,第一次放到网络上来。 1. 中断概述与中断控制器 中断就是打断CPU执行指令序列的事件,这事件可能产生于CPU之内也可能产生于外设。中断可分为同步中断和异步中断两类。同步中断又称为异常,...
  • 电脑蓝屏对照码

    2019-05-05 14:16:40
    WIN XP蓝屏代码大全 一、蓝屏含义 1、故障检查信息 ***STOP 0x0000001E(0xC0000005,0xFDE38AF9,0x0000001,0x7E8B0EB4) KMODE_EXCEPTION_NOT_HANDLED ***...22、0x00000080:NMI_HARDWARE_FAILURE ◆错误分析:通常是有...
  • WIN XP蓝屏代码大全

    2013-08-08 12:29:21
    WIN XP蓝屏代码大全 一、蓝屏含义 1、故障检查信息 ***STOP 0x0000001E(0xC0000005,0xFDE38AF9,0x0000001,0x7E8B0EB4) KMODE_EXCEPTION_NOT_...22、0x00000080:NMI_HARDWARE_FAILURE ◆错误分析:通常是有硬件引起的....

空空如也

空空如也

1 2
收藏数 23
精华内容 9
关键字:

网络nmi