1. Uczyć się
    2. /
  2. Courses
    3. /
  3. R で学ぶネットワークデータの予測分析
Connected

Exercise

PageRank の変化

PageRank の式 \(\vec{PR}=\alpha \cdot A \cdot \vec{PR} + (1-\alpha)\cdot \vec{e}\) は、反復計算で \(\vec{PR}\) を求めることができます。各反復では、現在の \(\vec{PR}\) の値を使って、真の値により近い新しい値を計算します。つまり、連続する2回の反復で得られる \(\vec{PR}\) の差はだんだん小さくなり、やがて \(\vec{PR}\) が真の値に収束すると、その差は（ほぼ）ゼロになります。 この演習では、PageRank アルゴリズムの収束のしかたを確かめます。

Instrukcje

100 XP
  • page.rank() を network に対して使い、niter=1 を指定して PageRank アルゴリズムを1回反復で計算します。ベクトル属性を取り出し、結果を iter1 に代入します。
  • 同様に niter=2 で繰り返し、結果を iter2 に代入します。
  • ベクトル iter1 と iter2 の絶対差の合計を計算します。
  • iter1 と iter2 と同じ方法で iter9 と iter10 も計算済みです。これら2つの反復間の差は、反復1と2の差より小さくなっていますか。