LoslegenKostenlos loslegen

Zufallsgraphen

Das Erzeugen von Zufallsgraphen ist eine wichtige Methode, um zu untersuchen, wie wahrscheinlich oder unwahrscheinlich andere Netzwerkmetriken unter bestimmten Eigenschaften des ursprünglichen Graphen auftreten. Der einfachste Zufallsgraph hat die gleiche Anzahl an Knoten wie dein ursprünglicher Graph und ungefähr die gleiche Dichte. Hier erstellst du einen Zufallsgraphen, der auf dem ursprünglichen Forrest-Gump-Netzwerk basiert.

Diese Übung ist Teil des Kurses

Netzwerkanalyse mit R

Kurs anzeigen

Anleitung zur Übung

  • Erzeuge einen Zufallsgraphen mit der Funktion erdos.renyi.game(). Das erste Argument n soll die Anzahl der Knoten des Graphen g sein, die du mit gorder() berechnest. Das zweite Argument p.or.m soll die Dichte des Graphen g sein, die du zuvor als Objekt gd gespeichert hast. Setze das letzte Argument auf type='gnp', um der Funktion mitzuteilen, dass du die Dichte des Graphen nutzt, um einen Zufallsgraphen zu generieren. Speichere diesen neuen Graphen im Vektor g.random.
  • Ermittle die Dichte des Zufallsgraphen g.random. Wenn du einen Zufallsgraphen mehrfach erzeugst, wirst du feststellen, dass sich dieser Wert leicht ändert, aber ungefähr der Dichte deines ursprünglichen Graphen g aus der vorherigen Übung entspricht, die im Objekt gd gespeichert ist.
  • Berechne die durchschnittliche Pfadlänge des Zufallsgraphen g.random.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

library(igraph)

# Create one random graph with the same number of nodes and edges as g
g.random <- ___(n = ___, p.or.m = ___, type = "gnp")

g.random

plot(g.random)

# Get density of new random graph `g.random`
___(___)

# Get the average path length of the random graph g.random
___(___, directed = FALSE)
Code bearbeiten und ausführen