重み付きクラスタリングのランダム化
連結性が低いグラフではクラスター係数が非常に高く、偶然よりもはるかに大きくなるという仮説を支持する結果が見えてきました。ただし、今回のグラフは単なる無向グラフではなく、移動回数を表す重みも持っています。したがって、ランダム化ではいくつか考慮すべき点があります。まず、指標の重み付き版はローカル指標であり、各頂点ごとに推移率（transitivity）の値が計算されます。次に、ランダムグラフには重みが含まれていません。これらの問題をどちらも解決するために、頂点推移率の平均を見て、少しだけ複雑なランダム化スキームを実装します。
ネットワークの重み付き頂点推移率を計算するには、transitivity() の呼び出しで type を "weighted" に設定します。
自転車トリップのネットワーク trip_g_simp が利用できます。
この演習はコースの一部です
ケーススタディ：R でのネットワーク分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(___)$___