-
Notifications
You must be signed in to change notification settings - Fork 5
/
Copy pathplot_gtl.sh
executable file
·59 lines (39 loc) · 3.33 KB
/
plot_gtl.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
#!/usr/bin/env bash
# ===================================== Graph Theoretic Lens SDGM ======================================================
# Plot the SDGM graphs using PageRank
python -u run_gtl.py --dataset=spam --reduce_method=none --intervals=20 --overlap=0 --eps=0.01 \
--min_component_size=4 --sdgm --dir=sdgm_gtl/pr/ --lens=PR
python -u run_gtl.py --dataset=cora --reduce_method=none --intervals=26 --overlap=0 --eps=0.04 \
--min_component_size=5 --sdgm --dir=sdgm_gtl/pr --lens=PR
python -u run_gtl.py --dataset=citeseer --reduce_method=none --intervals=20 --overlap=0 --eps=0.02 \
--min_component_size=5 --sdgm --dir=sdgm_gtl/pr --lens=PR
python -u run_gtl.py --dataset=pubmed --reduce_method=none --intervals=20 --overlap=0 --eps=0.02 \
--min_component_size=15 --sdgm --dir=sdgm_gtl/pr --lens=PR
# Plot the SDGM graphs using a graph density function with RBF Kernel
python -u run_gtl.py --dataset=spam --reduce_method=none --intervals=20 --overlap=0 --eps=0.02 \
--min_component_size=4 --sdgm --dir=sdgm_gtl/density/ --lens=density --scale=1.0
python -u run_gtl.py --dataset=cora --reduce_method=none --intervals=20 --overlap=0 --eps=0.04 \
--min_component_size=5 --sdgm --dir=sdgm_gtl/density --lens=density --scale=3.0
python -u run_gtl.py --dataset=citeseer --reduce_method=none --intervals=20 --overlap=0 --eps=0.04 \
--min_component_size=5 --sdgm --dir=sdgm_gtl/density --lens=density --scale=4.0
python -u run_gtl.py --dataset=pubmed --reduce_method=none --intervals=20 --overlap=0 --eps=0.01 \
--min_component_size=15 --sdgm --dir=sdgm_gtl/density --lens=density --scale=1 --cutoff=4
# =====================================+ Graph Theoretic Lens DGM ======================================================
# Plot the DGM graphs using PageRank
python -u run_gtl.py --dataset=spam --reduce_method=none --intervals=20 --overlap=0.1 \
--min_component_size=4 --dir=dgm_gtl/pr/ --lens=PR
python -u run_gtl.py --dataset=cora --reduce_method=none --intervals=26 --overlap=0.15 \
--min_component_size=5 --dir=dgm_gtl/pr --lens=PR
python -u run_gtl.py --dataset=citeseer --reduce_method=none --intervals=30 --overlap=0.15 \
--min_component_size=5 --dir=dgm_gtl/pr --lens=PR
python -u run_gtl.py --dataset=pubmed --reduce_method=none --intervals=20 --overlap=0.15 \
--min_component_size=15 --dir=dgm_gtl/pr --lens=PR
# Plot the DGM graphs using a graph density function with RBF Kernel
python -u run_gtl.py --dataset=spam --reduce_method=none --intervals=20 --overlap=0.15 \
--min_component_size=4 --dir=dgm_gtl/density/ --lens=density --scale=1.0
python -u run_gtl.py --dataset=cora --reduce_method=none --intervals=20 --overlap=0.2 \
--min_component_size=10 --dir=dgm_gtl/density --lens=density --scale=3.0
python -u run_gtl.py --dataset=citeseer --reduce_method=none --intervals=20 --overlap=0.2 \
--min_component_size=10 --dir=dgm_gtl/density --lens=density --scale=4.0
python -u run_gtl.py --dataset=pubmed --reduce_method=none --intervals=20 --overlap=0.2 \
--min_component_size=15 --dir=dgm_gtl/density --lens=density --scale=1 --cutoff=4