無重みクラスタリングのランダム化

バイクのグラフは、ランダムグラフに比べて連結性が非常に低いことがわかりました。これは驚くことではありません。地理空間を表すグラフでは、細い通路でつながる部分があり、少しの変更でグラフが切断されやすいと考えられるからです。すると、地理的に近いノード同士は強く結びつき、他のクラスタとは弱く結びつく「クラスタ」が存在する可能性が高いと考えられます。これを検証するために、ネットワークの推移性（clustering coefficient）を見てみましょう。これは導入レッスンで扱った概念です。クラスタリング係数にはいくつかの定義がありますが、ここではグローバル定義（完全に閉じた三角形の割合）を用います。これは以前に扱ったものと同じです。まずはグラフの無重み版を用い、ランダムグラフと比較します。

ネットワークのグローバル推移性を計算するには、transitivity() の呼び出しで type を "global" に設定します。

バイクトリップのネットワーク trip_g_simp が利用可能です。