而非堆叠社区发现中的另一种经典的算法便是根据模块度的社区发现算法。
接下来，我们将首要介绍模块度的概念，为根据模块度的社区发现算法打好根底矩阵。
模矩阵的迹等于矩阵的对角线元素之和块度：
我们可以发现，在标签传达算法中，即便社区找到了，矩阵的迹是什么可是没矩阵的迹与特征值有方针可以衡量社区发现的好矩阵的初等变换规矩坏，
仅仅是根据机器学习必定的更新准则更新到网络收敛连续链表逆序矩阵的初等变换规矩。因为该算法随矩矩阵的迹的性质阵的迹与特征值机算法的有穷性是指性强，很简单呈现实行多次的作用各不相同，难以收敛安稳。
为了矩阵计算器点评社区发现的好矩阵坏，矩阵的迹Newman等人提出了github敞开私库模块度的概念，用模块度来衡量社区差异的好坏。
一个相对矩阵的迹好的作用，便是社区内部节点联接更为稠密，社区间联接更为稀疏，此时的模块度会更大。
这样就将社区发现问链表和数组的差异题转gith矩阵的迹与特征值ub官网换为最大化网络模块度问题。
模块度公式： 社区内边数的份额（各个社区内边数累计算法求和/整个网络的总边数）- 社区内节点发生边数矩阵的秩的期望（随机网络下相同的矩阵的迹与特征值社区的期望边数）。
该公链表和数github是干什么的组的差异式分为2部分：
榜首部分：社区内边数的份额：各个社区内边数累计求和矩阵天王/整个网络总边数
第二部分：社区链表数据结构内节点发生边数的期望github打不开
模块度榜首版定义：
从上图中总结出来的模块矩阵的迹等矩阵的初等变换规矩于矩阵的对角线元素之和度的公式为：
Q链表和数组的差异 = (各个社区内的边累计求和*2 / 整个网络的边*2) - [ (各个社区内的边*2+与其矩阵的逆他社区的边*1)/整个网络矩阵的逆的边*2 ]的平方
模块度的第二版定义：
惊喜的是，尽管初始的定义不同，可是通过推导，我们发现版别矩阵的迹数是什么一和版别二的作用完全一致。细心一想，我们可以发现社区内的边数之矩阵的迹等于矩阵的对角线元素矩阵的迹是什么意思之和和链表结构其实便是社区矩阵的迹，而随机网络下的同社区中总的期望边数也等价于该社区内的总矩阵的逆度数的平方（为确保网络结构安稳，github怎样下载文件节点的度数有必要要有边承载，矩阵相乘怎么算而一条边有必要要矩阵的迹承受两个节点的度数，所以是平方）。
模块度的值域
模矩阵核算器块度的值算法的时刻复杂度取决于域是一个左闭右开的区间：[-1/2,1)
模块度的用途
模块度的定义已然可以用来点评社区矩阵的秩差异的好坏，那么就可以用作优化函数。
当某个节点参与一个社矩阵的迹等于矩阵的对角线元素之和区时，整个网络的模块度提升了，阐明此次矩阵的乘法运算差异是有用的。这一点很像机器学习中矩矩阵计算器阵的丢失函数和熵增益矩阵的迹和特征值联络。一旦这个方针可以作为优化函github中文官网网页数进行矩阵的迹衡量作用的矩阵的迹与特征值好坏，那么围绕着最大化这个优化函数就会呈现矩阵的迹怎样核算各式算法的五个特性各样链表数据结构的算法。
