the public share nodes

[ltm920716]

你好，文中提到了有些节点有可能是几个图共有的，请问当前的情况，这种共有节点的两个子图之间是不是只有包含关系，按照论文算法流程并不存在交叉的关系，对么，谢谢

[yl-1993]

@ltm920716 不只有“包含关系”，还有“存在交集但不包含”。当用iterative的方式生成proposal时，是包含关系；当取不同阈值或者取不同knn来生成proposal时，大部分是“存在交集但不包含”的子图。

[ltm920716]

@ltm920716 不只有“包含关系”，还有“存在交集但不包含”。当用iterative的方式生成proposal时，是包含关系；当取不同阈值或者取不同knn来生成proposal时，大部分是“存在交集但不包含”的子图。

@yl-1993 你好，直观的理解，用0.6的阈值切分的子图是不是只是包含用0.7阈值切分的子图，考虑到阈值不断增加的过程，应该还是包含关系，是我这么考虑的不太正确么，是否有比较好的方式来验证呢，还有这个不同knn是指取相同阈值，用不同的knn算法去提取邻接矩阵？这个每次不是要统一的么，理解的不是很透彻，麻烦指点，谢谢

[yl-1993]

@ltm920716 关于提到的三个问题：

• 这是一个动态阈值的切分，流程简单来说是这样的：取一个边权的基础阈值，切分成多个联通域，如果联通域超过了size的阈值，则增大边权的阈值，直到所有联通域都满足size的阈值。所以0.6的阈值不一定所有proposal都包含0.7的proposal。
• 验证方式很简单，可以对算法跑出来的proposal计算一下包含的关系
• 不同的knn指的是用同样的knn算法，但取不同数目的k

[ltm920716]

@ltm920716 关于提到的三个问题：

• 这是一个动态阈值的切分，流程简单来说是这样的：取一个边权的基础阈值，切分成多个联通域，如果联通域超过了size的阈值，则增大边权的阈值，直到所有联通域都满足size的阈值。所以0.6的阈值不一定所有proposal都包含0.7的proposal。
• 验证方式很简单，可以对算法跑出来的proposal计算一下包含的关系
• 不同的knn指的是用同样的knn算法，但取不同数目的k

@yl-1993 好的，感谢回复，我先验证一下看看结果，谢谢

[ltm920716]

@ltm920716 关于提到的三个问题：

• 这是一个动态阈值的切分，流程简单来说是这样的：取一个边权的基础阈值，切分成多个联通域，如果联通域超过了size的阈值，则增大边权的阈值，直到所有联通域都满足size的阈值。所以0.6的阈值不一定所有proposal都包含0.7的proposal。
• 验证方式很简单，可以对算法跑出来的proposal计算一下包含的关系
• 不同的knn指的是用同样的knn算法，但取不同数目的k

@yl-1993 你好，根据提示，进行了简单的测试，利用提供的 patr1_test 数据集，k=80，生成两个阈值0.7和0.75的proposals，查看两个阈值下有没有重叠部分，简单代码如下

结果如下

通过这两个同k值不同阈值的proposal对比，并没有出现你说的 大部分是“存在交集但不包含”的子图 这个情况，而且是一个都没有，个人分析，不同阈值和不同的k值其实表示的意义差不多，即使是不同的k值，在做连通域的时候，如果是相近的依然会连在一起，即使是阈值动态增加，这里没有对不同k值的proposal进行重叠验证，个人分析，只有经历 gcn-s 这个过程，才有可能出现 交叉的情况，不知道我分析的对不对

另外，我想用自己数据重新训练模型，请问一下关于训练部分，论文里用的 proposal 是0.6，0.65，0.7，0.75结合不同k值，得到8个组合么，是否进行了proposal的迭代呢，感谢

[yl-1993]

@ltm920716 谢谢尝试。抱歉之前回复草率，在此做一下更正：

• 当用iterative的方式生成proposal时，或者相同k取不同阈值时是包含关系；当取不同的K来生成proposal时，存在“交集但不包含”的子图。（当K发生变化时，graph的结构发生了变化，因此会出现“交集不包含”的proposals。例如可以尝试k=80,th=0.7和k=30,th=0.7这两种proposals，我用程序验证了一下，其中存在“交集但不包含“的proposal。）
• 上面提到的“包含”或者“交集不包含”关系都是针对节点而言，如果将“包含”定义为“点和边都是子集”，取不同的K时，满足包含关系的proposal就会少很多。
• 在论文中的ablation的第一部分，分析了不同proposal数量，iteration次数和性能的关系，一般来说越多的proposal会得到越好的训练结果，当proposal的增多已经无法增加训练的性能，就可以加入proposal的迭代。如果想自己训练模型，建议可以先尝试少量的proposal策略看是否有提升，再按需增加计算量来获取更好的精度。

对上述第一点中阈值变化的情况，可以有个简短的证明：考虑两个阈值th_1和th_2下有交集的proposal_1和proposal_2，不失一般性，假设th_1 > th_2，
(1) 由定义可知，proposal_1的所有边阈值大于th_1，proposal_2的所有边大于th_2;
(2) 由(1)可知，proposal_1中所有边都满足proposal_2的条件;
(3) 因为th_1 > th_2，说明|proposal_1| <= |proposal_2|;
(4) 因为proposal_2满足大小的限制，因此proposal_1也满足大小的限制。

综合前面四点，可知proposal_1中的点和边是proposal_2的点和边的一个子集。

[ltm920716]

@yl-1993 非常感谢你的回复，看到如此负责任的回复，能看出你对学术以及生活的严谨负责态度，相信以后的学术、生活、工作肯定会大有收获

最后还有一个小问题，还希望能帮助简单解答一下：
代码用用的 BCubed 评价指标， 源码中计算精度和召回公式的 n*n 这个分子理解不是很透彻（为什么是平方，计算占比么），能否简单讲解一下原理，或者有相关的文档介绍

正在考虑添加 GCN-S的部分，顺便想看一下整体代码结构，流程上很棒，但是mmcv这个框架的接口没有详细的参考文档，网上的api说明很草率，例如 runner 等，只能跳到源码里看，不是很方便，请问有相关接口的文档可以共享么，想学习一下

最后再次感谢，祝一切顺利

[ltm920716]

@yl-1993
hello，刚刚仔细分析了一下你验证的关于交叉但不包含的情况 -- 《当K发生变化时，graph的结构发生了变化，因此会出现“交集不包含”的proposals。例如可以尝试k=80,th=0.7和k=30,th=0.7这两种proposals，我用程序验证了一下，其中存在“交集但不包含“的proposal》

-- 设定阈值，当k=30的时候，从一个点 q 出发，对其30个邻居中符合阈值的点迭代求解连通域，得到满足阈值的 proposal Q；

-- 设定阈值，当k=80的时候，从一个点 p 出发，对其80个邻居中符合当前阈值的点迭代求解连通域，得到满足阈值的 proposal P；

-- 如果 Q 和 P 中有交点 I，那么不管 P 和 Q 的阈值如何，I 点作为交点联通其大于等于阈值的邻居，那 P 和 Q 当前的情况总是包含关系（即如果 P和Q阈值相同，那么只要有一个交点，那么两侧的阈值都是满足的；如果P和Q设置阈值不同，那么从交点出发，阈值小的总向包含阈值大的部分延申）

-- 现在我们考虑 P（假设 P 中节点数大于 Q）在生成超顶点的时候由于当前proposal内顶点数量大于设置最大数量限制，然后增加阈值导致裂解生成子图中某个 P’‘ 是否会与 Q 有交叉。P 与 Q 中共有顶点 I 为其两部分阈值限制的边界，即 I 与 P 中的连接点阈值满足 P 阈值要求但不满足 Q 中点连接阈值要求，裂解的时候对于 P ,其裂解的部分与 Q 有交集的部分任然属于 Q

以上是我考虑的所有情况，可能有漏的，还麻烦有时间帮忙分析一下，如果可以的话可以分析一下你验证得到的情况发生的原理，感谢

[yl-1993]

@ltm920716 谢谢回复。

• 关于BCubed。简单而言，BCubed和Pairwise的区别可以理解为BCubed会根据类的大小来做加权。这篇Face Clustering: Representation and Pairwise Constraints中有对这两种测试方式的详细说明，更详细的说明可以参考提出BCubed的A comparison of extrinsic clustering evaluation metrics based on formal constraints
• 关于mmcv。这是一个好问题，我们没有mmcv的相关文档。考虑到mmcv是一个通用的库，覆盖面广，我们可以考虑对这个repo中和mmcv有交集的接口做一些详细的说明。

[ltm920716]

@ltm920716 谢谢回复。

• 关于BCubed。简单而言，BCubed和Pairwise的区别可以理解为BCubed会根据类的大小来做加权。这篇Face Clustering: Representation and Pairwise Constraints中有对这两种测试方式的详细说明，更详细的说明可以参考提出BCubed的A comparison of extrinsic clustering evaluation metrics based on formal constraints
• 关于mmcv。这是一个好问题，我们没有mmcv的相关文档。考虑到mmcv是一个通用的库，覆盖面广，我们可以考虑对这个repo中和mmcv有交集的接口做一些详细的说明。

收到，感谢回复，我仔细研究一下这两篇论文

如果有机会，还麻烦帮忙分析一下之前的问题，再次感谢

[yl-1993]

@ltm920716 谢谢细致的分析。
不妨考虑如下这种情况：有5个节点，sim(A, B)=0.9, sim(A, C)=0.7, sim(B, D)=0.8, sim(D, E)=0.9，除此之外，两两之间相似度为0。

• 当K=1, th=0.7, step=0.05, max_size=4时，存在两个连通域: P1 = {A, B, C}, P2 = {D, E}。此时每个节点只和自己最近的节点相连，自然形成两个连通域，所有边都大于等于阈值。
• 当K=2, th=0.7, step=0.05, max_size=4时，存在两个连通域: P3 = {A, B, D, E}, P4 = {C}。此时因为K=2，5个节点都连接在一起，但是超出了max_size的限制，所以会将阈值提高为th=0.75，断开A和C之间的连接，形成这两个满足要求的proposal。
• P1和P3属于交叉但不包含的情形。

[ltm920716]

@yl-1993
感谢耐心回复，确实是由于 K 值的关系可以出现交叉不包含的情况，是我考虑的不够细致

再次感谢对我所有问题的耐心细致回复，祝一切顺利 👍