我发现很难理解成员资格和模块性返回的原因以及为什么要使用它。
wc <- walktrap.community(karate)
modularity(wc)
membership(wc)
plot(wc, karate)
对于上面的代码，当我执行membership时，我得到以下内容：
[1] 1 1 2 1 5 5 5 1 2 2 5 1 1 2 3 3 5 1 3 1 3 1 3 4 4 4 3 4 2 3 2 2 3
对于上面的代码，当我执行modularity时，我得到以下内容：
[1] 0.3532216
我阅读了文档，但仍然有点混乱。
答案 0 :(得分：3)
walktrap.community的结果是您的图表划分为社区，在您的情况下编号为id为1到5的社区。 membership函数为图中的每个节点提供社区ID的向量。因此，在您的情况下，节点1属于社区1，节点3属于社区2。
将图形划分为社区是基于优化所谓的模块化功能。当您调用modularity时，您将在优化过程完成后获得该函数的最终值。值modularity的高值表示图表划分为清晰的社区，而低值则表示相反。