Кластеризация взвешенных двудольных графов в R - PullRequest
Новая
       46

Кластеризация взвешенных двудольных графов в R

0 голосов
/ 01 марта 2019

У меня есть взвешенный двудольный граф, такой как: 

A   V   5
A   W   4
A   X   1
B   V   5
B   W   6
C   V   7
C   W   4
D   W   2
D   X   5
D   Z   7
E   X   4
E   Y   5
E   Z   8

enter image description here

structure(list(g1 = c("A", "A", "A", "B", "B", "C", "C", "D", 
"D", "D", "E", "E", "E"), g2 = c("V", "W", "X", "V", "W", "V", 
"W", "W", "X", "Z", "X", "Y", "Z"), w = c(5L, 4L, 1L, 5L, 6L, 
7L, 4L, 2L, 5L, 7L, 4L, 5L, 8L)), class = "data.frame", row.names = c(NA, 
-13L))

Существует ли кластерный подход для обнаружения узлов с высокой степенью соединениямежду группой 1 и 2. Например, в приведенном выше примере, кажется, существует две кластеризации: 

A,B,C - V,W
D,E - X,Y,Z

Я нашел эту функцию из пакета, состоящего из двух частей: https://www.rdocumentation.org/packages/bipartite/versions/2.11/topics/computeModules.Тем не менее, я хотел бы иметь какое-то значение p или оценку для каждого кластера, говорящую мне о его «надежности».Есть идеи? 

m <- as_adjacency_matrix(graph_from_data_frame(g),attr = "w") %>% 
       as.matrix() %>% 
       computeModules()    
listModuleInformation(m)
[[1]]
[[1]][[1]]
[[1]][[1]][[1]]
[1] "A" "B" "C" "D" "E"

[[1]][[1]][[2]]
[1] "V" "W" "X" "Z" "Y"



[[2]]
[[2]][[1]]
[[2]][[1]][[1]]
[1] "A" "B" "C"

[[2]][[1]][[2]]
[1] "V" "W"


[[2]][[2]]
[[2]][[2]][[1]]
[1] "D" "E"

[[2]][[2]][[2]]
[1] "X" "Z" "Y"

enter image description here

Спасибо,

1 Ответ

0 голосов
/ 07 марта 2019

Задумывались ли вы об использовании коэффициента кластеризации по Ватт / Строгатц (также называемого «транзитивностью»)?Он измеряет тенденцию соседей узла быть соединенными друг с другом.Вы можете вычислить коэффициенты кластеризации для всех узлов в вашей сети, а затем усреднить число узлов в каждом кластере.Результат будет указывать, насколько близко кластер к клике, то есть полностью связанному подграфу.

Транзитивность реализована в пакете igraph.

См. Также страницу wiki для обобщений для взвешенных сетей.

...