为什么“阻尼”转换矩阵的特征向量不等于使用python networkx模块的pagerank分数,请参见以下示例:
import numpy as np
M = np.array([[0, 0, 0, 0, 0 ],
[1/3, 0, 0, 1/2, 1/2],
[1/3, 0, 0, 1/2, 0 ],
[1/3, 1/2, 1/2, 0, 1/2],
[0, 1/2, 1/2, 0, 0 ]])
d=.85 #default damping factor
w0, v0 =np.linalg.eig(d*M + (1-d)*np.ones(M.shape))
import networkx as nx
nx_graph = nx.from_numpy_array(M)
scores = nx.pagerank(nx_graph,1)
分数与第一个特征向量有很大不同。 这仅仅是一个规范化问题,还是可能存在概念上的错误? 下面的“手动函数”返回另一组分数:
^{pr2}$
目前没有回答
相关问题 更多 >
编程相关推荐