使用 mcxquery 进行图形分析答案

【问题标题】：Graph analysis using mcxquery使用 mcxquery 进行图形分析
【发布时间】：2014-04-01 08:00:59
【问题描述】：

我正在使用 mcl 对图形进行聚类和分析。我不熟悉图论，我读到了函数mcxquery。

文档中说： " mcxquery 的主要用途是分析不同相似度截断处的图。通常这是在使用非常宽松的阈值构建的图上完成的。例如，可以使用 mcxarray 从数组表达式数据创建一个图，该图具有非常低的 pearson 相关截止值，例如 0.2 或 0.3。"

他们所说的相似之处是什么？皮尔逊相关性如何用于分析图形？它是否在测量节点的“连接程度”？

【问题讨论】：

标签： graph data-mining cluster-analysis markov-models mcl

【解决方案1】：

在这种情况下，皮尔逊相关只是用作示例。这可能是一个节点是一个基因的情况，一个基因与一个时间序列的表达相关联。然后可以将两个基因之间的相似性视为两个时间序列之间的 Pearson 相关性。如果您愿意，这将给出两个节点之间的相似性或“连接性”。请注意，mcl 和大多数其他网络聚类方法要求两个节点之间的边权重是相似度，不是距离。

现在，需要一个阈值。如果没有阈值，生成的网络将是一个完整的图（所有边都存在），或者如果不完整则非常密集。这样的网络很难处理（因为时间和内存的要求），但更重要的是，在较低的相似范围内通常包含的信息很少，所以所有的时间和内存大部分都花在了相对无用的数据上。据我所知，自动选择一个好的阈值没有好的指导方针。它可能取决于应用程序，因此需要一些思考或探索。另一方面，如果数据良好，则可能存在一个平台期（值范围），此时选择的确切阈值并不重要。

mcx query 程序可以帮助选择这样的阈值；它将提供有关平均节点度、单例数、最大组件大小和其他网络属性的信息，用于应用不同阈值产生的网络列表。

【讨论】：

非常有趣，谢谢。如果我有距离而不是相似怎么办？有没有办法使用边缘权重？
mcl 集合中的许多程序都有一个“-tf”选项，可用于转换边权重。一个非常简单的例子是：使用 -tf 'mul(-1),add(1)' （乘以减一，将所有边权重加一）。 mcxload 和 mcxarray（可用于将外部格式转换为 mcl 格式）接受此选项，mcl 和“mcx 查询”也是如此。你有距离吗？如果有，是什么类型的？对于低维欧几里得数据，mcl 可能不是最佳选择；这将是值得的，例如考虑光学。