Question

我想计算图表的平均聚类系数（来自igraph包）。但是，我不确定应该遵循哪种方法。

library(igraph)
graph <- erdos.renyi.game(10000, 10000, type = "gnm")

# Global clustering coefficient
transitivity(graph)
# Average clustering coefficient
transitivity(graph, type = "average")
# The same as above
mean(transitivity(graph, type = "local"), na.rm = TRUE)

我会感激一些指导。

Answer 1

使用transitivity(graph)计算全局聚类系数（及物性）：

这只是三角形和连接三元组的比例图表。对于有向图，边缘的方向将被忽略。

同时，transitivity(graph, type = "average")是transitivity(graph, type = "local")的平均值，首先计算局部聚类系数，然后对它们求平均值：

无向图的局部传递性，这是计算的 vids参数中给出的每个顶点。一个地方的传递性顶点是连接到顶点和三角形的三角形的比例以顶点为中心的三元组。对于有向图的方向边缘被忽略。

请参阅，例如?transitivity和Clustering coefficient。

首先，它们都是有效的措施，选择应取决于您的目的。它们之间的区别很明显（参见维基百科页面）：

值得注意的是，这个指标对低点的重视程度更高度数节点，而传递率比较重要高度节点。实际上，每个地方的加权平均值聚类分数由k_i（k_i-1）加权，与全局聚类相同系数

其中k_i是顶点 i 邻居的数量。因此，也许使用它们两者也会很公平。

Answer 2

transitivity(g, type="local")

输出向量的顺序如何？是否与以下顺序相同？

degree(g, mode="all")

度向量具有索引，但不具有聚类系数

Answer 3

@Julius Vainora 回答了这个问题。对于那些试图为 type = "average" 做什么寻找答案的人的附加说明，因为 igraph 文档对此没有任何说明：

transitivity(graph, type = "average")

与

相同

transitivity(graph, type = "localaverage")

与

相同

transitivity(graph, type = "localaverageundirected")

与

相同

mean(transitivity(graph, type = "local"), na.rm = TRUE)

网络的平均聚类系数（igraph）

3 个答案: