我正在使用 mcl 对无向图进行聚类。为此，我选择了连接节点的阈值、每条边的相似性度量以及用于调整图形粒度的膨胀参数。我一直在玩这些参数，但到目前为止，我的集群似乎太大了（我做了可视化，建议最大的集群应该被切割成 2 个或更多集群）。因此，我想知道我可以使用哪些其他参数来改进我的聚类（我目前正在使用 mcl 的 scheme 参数来查看提高准确性是否会有所帮助，但是如果还有其他“更具体”的参数可以例如，帮助获得更小的集群，请告诉我）？
【问题讨论】：
标签： machine-learning data-mining cluster-analysis mcl
实际上主要有两件事需要考虑。第一个也是最重要的是在 mcl (http://micans.org/mcl/) 本身之外，即网络是如何构建的。我已经在其他地方写过，但我会在这里重复一遍，因为它很重要。
如果您有加权相似度，请选择边缘权重（相似度）截止值
使得网络的拓扑变得信息丰富；即边缘太多
或太少的边缘在
边缘的缺席/存在结构。选择它使得没有边缘连接
您认为非常不同的事物，而边缘将您考虑的事物联系起来
有点相似到很相似。在 mcl 的情况下，动态范围在
“有点相似”和“非常相似”之间的边缘权重应该是，作为一个规则
拇指，一个数量级，即两倍或五倍或十倍，如
反对从 0.9 变化到 1.0。当然，可以给出简单的
网络连接到 mcl，它只会利用边缘的缺失/存在。确保
网络不会变得非常密集 - 非常粗略的经验法则可能是瞄准
如果节点（顶点）的数量为V，即每个节点平均具有sqrt(V) 顺序的邻居，则总边数为V * sqrt(V)。
以上，网络建设，真的很关键，值得推荐
尝试不同的方法。现在，给定一个网络，
实际上只有一个 mcl 参数可以改变：通货膨胀参数（-I 选项）。
一组很好的测试值是1.4, 2, 3, 4, 6。
综上所述，如果你在探索，尝试不同的网络建设方式， 使用您对数据的了解使网络成为有意义的表示， 并将其与尝试不同的 mcl 膨胀值相结合。
【讨论】：