r - 如何在 R 中具有断开组件的网络上计算接近中心性度量?
问题描述
我想在具有断开连接的组件的网络上计算接近中心度度量。closeness
函数 inigraph
在此类图表上没有给出有意义的结果。(见)
然后我来到这个站点,它解释说,也可以在具有断开组件的图表上测量接近度。
建议使用以下代码来实现此目的:
# Load tnet
library(tnet)
# Load network
# Node K is assigned node id 8 instead of 10 as isolates at the end of id sequences are not recorded in edgelists
net <- cbind(
i=c(1,1,2,2,2,3,3,3,4,4,4,5,5,6,6,7,9,10,10,11),
j=c(2,3,1,3,5,1,2,4,3,6,7,2,6,4,5,4,10,9,11,10),
w=c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1))
# Calculate measures
closeness_w(net, gconly=FALSE)
在我的例子中,我有一个交易数据,所以我建立在这个数据上的网络是directed
和weighted
. 权重由 组成1/(transaction amount)
。
这是我的示例数据:
structure(list(id = c(2557L, 1602L, 18669L, 35900L, 48667L, 51341L
), from = c("5370", "6390", "5370", "5370", "8934", "5370"),
to = c("5636", "5370", "8933", "8483", "5370", "7626"), date = structure(c(13099,
13113, 13117, 13179, 13238, 13249), class = "Date"), amount = c(2921,
8000, 169.2, 71.5, 14.6, 4214)), row.names = c(NA, -6L), class = "data.frame")
我使用以下代码来实现我想要的:
df2 <- select(df,c(from,to,amount)) %>%
group_by(from,to) %>% mutate(weights=1/sum(amount)) %>% select(-amount) %>% distinct
network <- cbind(df2$from,df2$to,df2$weights)
cl <- closeness_w(network, directed = T, gconly=FALSE) # here it gives the error: "Error in net[, "w"]^alpha : non-numeric argument to binary operator"
# so I modify from and to columns as follows to solve the error mentioned above
df2$from <- as.integer(df2$from)
df2$to <- as.integer(df2$to)
# then I run the code again
network <- cbind(df2$from,df2$to,df2$weights)
cl <- closeness_w(network, directed = T, gconly=FALSE)
但是输出不像网站上的那样只包含每个节点的接近度分数,而是创建了这么多 0 值的行,我不知道为什么。
我得到的输出如下:
node closeness n.closeness
[1,] 1 0.00000000 0.000000000000
[2,] 2 0.00000000 0.000000000000
[3,] 3 0.00000000 0.000000000000
[4,] 4 0.00000000 0.000000000000
[5,] 5 0.00000000 0.000000000000
...........................................................
[330,] 330 0.00000000 0.000000000000
[331,] 331 0.00000000 0.000000000000
[332,] 332 0.00000000 0.000000000000
[333,] 333 0.00000000 0.000000000000
[ reached getOption("max.print") -- omitted 8600 rows ]
此外,网站上给出的数据中的输入i
和j
列是倒数的,即 1->2 存在 iff 2->1 存在。但是我的数据不是这样的,所以在我的数据中5370
汇款到5636
,但5636
没有汇款到5370
。那么,如何在这种有向交易数据的网络上正确计算接近度度量。有没有人尝试过类似的计算?
编辑:由于权重不被视为
closeness_w
功能上的距离,而是被视为力量,我应该确定weights
为sum(amount)
而不是1/sum(amount)
解决方案
您获得许多行为零值的原因是因为它为节点 1 到 8934(矩阵中的最大值)提供了一个接近值。如果您过滤数据框中的值,您会找到您正在寻找的值:
cl <- closeness_w(df2, directed = T, gconly=FALSE)
cl[cl[, "node"] %in% c(df2$from), ]
node closeness n.closeness
[1,] 5370 1.37893704 1.543644e-04
[2,] 6390 0.03668555 4.106745e-06
[3,] 8934 5.80008056 6.492870e-04
已经考虑了方向,如果您过滤“到”节点,您将看到只有 5370 具有值:
cl[cl[, "node"] %in% c(df2$to), ]
node closeness n.closeness
[1,] 5370 1.378937 0.0001543644
[2,] 5636 0.000000 0.0000000000
[3,] 7626 0.000000 0.0000000000
[4,] 8483 0.000000 0.0000000000
[5,] 8933 0.000000 0.0000000000
如果您回到您正在遵循的示例,如果您从数据中间删除节点,您会看到它为丢失的节点提供零,然后尝试设置directed = F
,您会注意到差异。
更新:
如果您想要创建网络的替代方法,则在创建 df2 后,您可以将其传递给 closeness_w 函数,您的节点标签将成为索引,并且节点列减少为 1:n:
df2 <- df %>%
group_by(from, to) %>%
mutate(weights = 1/sum(amount)) %>%
select(from, to, weights) %>%
distinct
cl <- closeness_w(df2, directed = T, gconly=FALSE)
cl
node closeness n.closeness
5370 1 1.37893704 0.229822840
5636 2 0.00000000 0.000000000
7626 3 0.00000000 0.000000000
8483 4 0.00000000 0.000000000
8933 5 0.00000000 0.000000000
6390 6 0.03668555 0.006114259
8934 7 5.80008056 0.966680093
推荐阅读
- javascript - 为什么我在 Sitecore 中使用代码时会收到 .fullCalendar() 错误?
- git - git add 有什么作用?
- c++ - 提升图 metric_tsp_approx 解决方案不遵循图边
- c# - 在 C# Window 应用程序中创建 .exe 文件,包括 SQL Server 数据库(2014 版)
- javascript - 导航子菜单随着滚动而下降
- javascript - PHP 使用 Java 更改 Span Id 内部 Html
- batch-file - 当另一个失败时我如何运行命令(BATCH)
- javascript - 我有两个字符串数组。我想通过对数组中的每个值进行小写来比较两个数组,如果匹配则返回真/假
- javascript - React Styled 组件和 css,不显示 h1
- python - 我正在尝试在 python 中使用多处理进行压缩