#graphcut

Githunでnotebookのリポジトリを作成しています。 これから論文の実装はこのリポジトリをメインでやっていくので気になるからはスターでもいかがでしょうか? hurutoriya/notebook

Gistのグラフからも分かる通り、$\sigma=0.5$で生成したグラフとlocalscaleで生成したグラフでは粗密の具合がかなり変化しています。

Full Connectedなグラフだとグラフ分割でも良い結果が出ることは経験上少なく、k-neighborで上位k個の値だけを残して後は零にしてグラフをスパースに表現したほうが高速かつ結果が良くなることが多いです。

$\sigma$はデータに依存するので、一概にどの値が良いとは言えませんがlocalscaleの場合自動的かつ特徴量が高いノードのみ際立つようなグラフになっています。