Weighted Clustering Randomizations
हम यह देख सकते हैं कि कम कनेक्टिविटी वाले ग्राफ़ में क्लस्टरिंग बहुत ज़्यादा होती है — संयोग से अपेक्षित से भी कहीं अधिक। लेकिन हमारा ग्राफ़ केवल एक undirected ग्राफ़ नहीं है; इसमें उन यात्राओं की संख्या दर्शाने वाले वेट्स (weights) भी हैं। इसलिए अब रैंडमाइज़ेशन करते समय हमें कई बातें ध्यान में रखनी होंगी। पहली, मेट्रिक का weighted संस्करण केवल लोकल होता है, यानी हर वर्टेक्स के लिए एक transitivity मान निकाला जाता है। दूसरी, रैंडम ग्राफ़ में वेट्स शामिल नहीं होते। इन दोनों समस्याओं को सुलझाने के लिए हम mean vertex transitivity देखेंगे और थोड़ा अधिक जटिल रैंडमाइज़ेशन स्कीम लागू करेंगे।
किसी नेटवर्क की weighted vertex transitivity निकालने के लिए, transitivity() कॉल में type को "weighted" पर सेट करना होगा।
बाइक ट्रिप नेटवर्क trip_g_simp उपलब्ध है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
केस स्टडीज़: R में नेटवर्क विश्लेषण
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Find the mean local weighted clustering coeffecient using transitivity()
actual_mean_weighted_trans <- mean(___(___, type = "weighted"))
# Calculate the order
n_nodes <- ___(trip_g_simp)
# Calculate the edge density
edge_dens <- edge_density(___)
# Get edge weights
edge_weights <- E(___)$___