节点与网络中其他节点的交互都是通过其邻居节点来 进行的，因此节点的邻居越多，意味着该节点能够 向外传递的信息越多，从网络外部接受信息也越容易。 有向网络中，又可以定义出度中心度、入度中心度。

社区发现是根据网络中的边的连接模式，把网络顶点划分为群组。将网络顶点划分为群组后最常见的属性是，同一群组内部的顶点之间紧密连 接，而不同群组之间只有少数边连接。社团发现的目的是就要找到网络内部不同群组之间的自然分割线。简而言之，它是一个把网络自然划分为顶点群组的问题，从而使得群组内有 许多边，而群组之间几乎没有边。然而，“许多”和“几乎没有”到底是多少， 这个问题值得商榷，为此提出了多种不同的定义，从而产生了不同的社团发 现算法8基于层次聚类的算法。

数据缺失的原因数据采集过程可能会造成数据缺失；数据通过网络等渠道进行传输时也可能出现数据丢失或出错，从而造成 数据缺失；在数据整合过程中也可能引入缺失值删除法删除法通过删除包含缺失值的数据，来得到一个完整的数据子集. 数据的 删除既可以从样本的角度进行，也可以从特征的角度进行。 删除特征：当某个特征缺失值较多，且该特征对数据分析的目标影响 不大时， 可以将该特征删除 删除样本：删除存在数据缺失的样本。 该方法适合某些样本有多个特征存在缺失值，且存在缺失值的样本占 整个数据集样本数量的比例不高的情形 缺点：它以减少数据来换取信息的完整，丢失了大量隐藏在这些被删除数据 中的信息；在一些实际场景下数据的采集成本高且缺失值无法避免，删除法可 能会造成大量的资源浪费均值填补计算该特征中非缺失值的平均值（数值型特征）或众数（非数值型特 征），然后使用平均值或众数来代替缺失值缺点一：均值填补法会使得数据过分集中在平均值或众数上，导致特征 的方差被低估 缺点二：由于完全忽略特征之间的相关性，均值填补法会大大弱化特征 之间的相关性随机填补随机填补是在均值填补的基础上加上随机项，通过增加缺失值的随机性 来改善缺失值分布过于集中的缺陷。

等距离散化（Equal-Width &nn）：将数据划分为等宽间隔的区间，这种方法需要先确定区间的个数n，再根据最小值min和最大值max计算出每个区间的间隔长度（max-min）/n，相邻两个区间的宽度都是相同的。等频率离散化（Equal-Frequency &nn）：将数据划分为相同的数量级别，每个区间包含的记录数相等。这种方法首先将数据按照大小排序，然后将排序后的数据分成n等份，每份个数为数据总数/n，在每个区间的边界处划分数据。基于聚类的离散化：将数据分