Python 3.x networkx'；s加权边_中间性_中心性算法需要距离还是相似性也可以？

所以我有一个无向图，由有权重（相似性分数）的边组成。我在跑步 networkx的加权

边\介乎度\中心性

算法得到了一些结果

---

然而，我突然想到，算法需要距离才能正常工作，因为它基于最短路径距离计算。不幸的是，在澄清这一点方面，我们缺乏足够的证据，因此我想问是否有人能够证实这一点。

我假设，由于您有一个加权图，您已经将这些权重设置为边之间的距离。在这种情况下，

nx.edge\u betweenness\u centrality

采用一个

weight

参数：

权重：（无或字符串，可选（默认值=无））–如果无，则认为所有边权重相等。否则，将保留用作权重的边属性的名称

---

通过将其设置为权重属性的名称，计算中心度度量所需的最短路径将通过

\u single\u source\u dijkstra\u path\u basic

进行计算，该方法采用

权重

参数，因此最终度量将考虑距离。

我的权重是相似的。但从你的回答中，我看到这应该是一种距离，而不是相似性。所以我的体重必须是（1-相似分数）。这对我来说是有意义的是@Mamonu