我正在用R igraph分析定向加权网络。该网络基于相关矩阵，即权重从-1到+1。这个网络显然是无向的，但我也对更一般的情况感兴趣。
基于这个网络，我想进行社区检测，以便对＃34;类似的＆＃34;节点在一起。我知道R igraph中有一大堆社区检测方法。 例如，请参阅here或here。
但这些案例都没有涉及负权重。
igraph（或其他一些R包）中是否有可以处理负权重的定向网络的实现？任何提示都非常感激。
答案 0 :(得分：0)
不是100％肯定（如果它违反了任何假设），但是作为一种解决方法，我在使用R中的igraph计算Louvain community detection之前将所有负边缘权重设置为零。至少，它们从未包含在其中社区关系。
E(g)$width <- ifelse(E(g)$width < 0, 0, E(g)$width)
g.louv <- cluster_louvain(g, weights = E(g)$width)
注意：这仅适用于无向图（抱歉，我忽略了此问题的详细信息）
答案 1 :(得分：0)
解决一个更普遍的问题。使用图和社区检测来了解与社区内而非社区外的变量具有更高相关性的变量组对我而言似乎很陌生。自70多年来以来，分析一组高度相关变量的相关矩阵一直是统计领域中众所周知的问题。为什么不使用PCA（特征值分解）或SVD或MDS或某些列聚类？一切都可以在R中轻松完成。