我在使用mcl对无向图进行聚类。为此，我选择了一个阈值，在此阈值以下节点被连接，同时为每条边选择了一种相似性度量，并使用膨胀参数来调整图的粒度。我已经尝试了这些参数的不同组合，但到目前为止，我得到的聚类似乎都太大了（我做了可视化，显示最大的聚类应该被分成两个或更多个聚类）。因此，我想知道还有哪些其他参数可以调整以改进我的聚类（我目前正在尝试mcl的方案参数，看看是否提高准确性会有所帮助，但如果有其他更具体的参数可以帮助得到更小的聚类，请告诉我）？

回答：

主要有两件事需要考虑。首先也是最重要的是mcl（http://micans.org/mcl/）之外的因素，即网络是如何构建的。我在其他地方写过这个问题，但在这里重复一遍，因为它很重要。

如果你有加权相似性，选择一个边权重（相似性）截止值，使网络的拓扑结构变得有信息性；即太多的边或太少的边在边的缺失/存在结构中几乎没有区分信息。选择一个截止值，使得不会有边连接你认为非常不相似的事物，而边连接你认为从有些相似到相当相似的事物。在mcl的情况下，’有点相似’和’非常相似’之间的边权重动态范围应该作为经验法则，是一个数量级，即两倍、五倍或十倍，而不是从0.9到1.0变化。当然，也可以给mcl提供简单的网络，它只会利用边的缺失/存在。确保网络不会变得非常密集——一个非常粗略的经验法则是，目标是边的总数在V * sqrt(V)的数量级，如果节点（顶点）的数量是V，即每个节点平均有sqrt(V)个邻居的数量级。

上述网络构建真的很关键，建议尝试不同的方法。现在，给定一个网络，实际上只有一个mcl参数可以调整：膨胀参数（-I选项）。一组好的测试值是1.4, 2, 3, 4, 6。

总结来说，如果你在探索，尝试不同的网络构建方式，利用你对数据的了解，使网络成为一个有意义的表示，并结合尝试不同的mcl膨胀值。