YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Hindi subtitles

← 03-08 Clustering Coefficient Code

Get Embed Code
3 Languages

Showing Revision 1 created 03/23/2013 by Nirmal Khatua.

  1. यहाँ clustering गुणांक - कंप्यूटिंग के लिए कोड का एक छोटा सा है
  2. कम से कम एक विशेष तरीका यह कंप्यूटिंग।
  3. यहाँ हमारे नक्शे पर उड़ानों की हमारी सूची है।
  4. शिकागो और सिएटल के बीच को पकड़ने, आदि.,
  5. और मैं सिर्फ उस जोड़े की एक सूची के रूप में है।
  6. और ग्राफ़ बनाने के लिए, मैं एक खाली ग्राफ के साथ बंद शुरू,
  7. और फिर से प्रत्येक जोड़े के लिए कि एक उड़ान के अंतिम बिंदुओं का गठन,
  8. हम उन जैसे हम पिछली बार कर रहे थे दोनों के बीच एक लिंक बनाने के।
  9. तब कुछ नोड पर ग्राफ के लिए clustering गुणांक की गणना करने के लिए,
  10. हम बाहर पड़ोसी की सूची।
  11. यदि केवल एक पड़ोसी है, यह बहुत कठिन हो सकता है के लिए पता चला है
  12. clustering गुणांक की गणना करने के लिए।
  13. तो हम यह मान के कुछ प्रकार देने के लिए है; मैं शून्य का फैसला किया।
  14. यह तरह के वास्तव में मायने रखती है, लेकिन शून्य एक उचित विकल्प की तरह लगता है।
  15. तो क्या हम करने जा रहे है हम की गणना करने के लिए जा रहे हैं
  16. ये पड़ोसी नोड्स के बीच संबंधों की संख्या।
  17. तो हम शून्य पर बंद शुरू, हम सभी पड़ोसियों के माध्यम से लूप करें,
  18. और उन में से प्रत्येक के लिए हम सभी पड़ोसियों के माध्यम से फिर पाश
  19. और फिर हम पूछना अगर यह जोड़ी-
  20. वू - वहाँ उन दोनों के बीच एक कड़ी है?
  21. और यदि ऐसा है तो - इस मामले में मैं इसे एक आधे के रूप में भरोसा कर रहा हूँ
  22. क्योंकि मैं इस निकम्मेपन से लिखा था।
  23. यह सब कुछ करने के लिए दो बार जा रहा है।
  24. तो यह कि सिएटल और लॉस एंजिल्स से जुड़े रहे हैं की सूचना जा रहा है
  25. और कि लॉस एंजिल्स और सिएटल से जुड़े रहे हैं।
  26. तो मैं इसे एक आधा प्रत्येक समय दे इतना है कि कुल संख्या बाहर काम करता है।
  27. और फिर मैं सूत्र लागू करें।
  28. दो बार द्वारा पड़ोसियों की लंबाई विभाजित लिंक्स की संख्या
  29. बार एक शून्य से पड़ोसियों की लंबाई।
  30. तो अब है कि हम किसी भी नोड V के लिए clustering गुणांक की गणना कर सकते हैं
  31. हम वास्तव में सभी नोड्स ग्राफ में के माध्यम से लूप करें कर सकते हैं
  32. उनके क्लस्टरिंग गुणांकों के कुल कम्प्यूटिंग
  33. और फिर clustering गुणांक प्राप्त करने के लिए नोड्स की संख्या से विभाजित
  34. पूरे ग्राफ के लिए।
  35. तो इस मामले में, यह एक तिमाही का एक छोटा सा है,
  36. जो बहुत clumpy है।
  37. तो वहाँ एक दूसरे का संबंध के एक निष्पक्ष राशि है
  38. एक नोड के पड़ोसियों के बीच।
  39. से मैं क्या पढ़ा है, सामाजिक नेटवर्क अक्सर clustering गुणांक की तरह होगा
  40. कि 0.1 में, शायद भी 0.8 श्रेणी पर निर्भर हैं
  41. ग्रिड रेखांकन, चेन रेखांकन, और अंगूठी रेखांकन, जबकि कि हम में देखा है
  42. वास्तव में clustering गुणांक शून्य की तरह है।