15、网络相似度与二分网络的构建与分析

网络相似度与二分网络的构建与分析

一、构建相似度网络的前期准备

在构建基于相似度的网络时，若列表protein包含每个食品项中的蛋白质含量，可对其进行二分处理。以下是两种实现方式：

1. 普通 Python 方式

import statistics threshold = statistics.mean(protein) # The choice of median ensures a balanced split! # threshold = statistics.median(protein) protein_bin = [p >= threshold for p in protein]

2. Pandas 方式

protein_ser = pd.Series(protein) protein_bin = protein_ser >= protein_ser.mean() # protein_bin = protein_ser >= protein_ser.median()

无论使用原始节点属性、对其进行二分处理，还是从结构或其他数据中推断属性，构建基于相似度的网络的下一步是计算节点之间的距离，并将其转换为加权边。

二、选择合适的距离度量

所有相似度度量都是数值型的（通常范围是 -1 到 1 或 0 到 1），因此在计算相似度之前，必须对任何定性属性进行量化