가중 클러스터링 무작위화
연결성이 낮은 그래프는 우연보다 훨씬 높은, 매우 높은 클러스터링을 보인다는 가설을 지지하는 근거를 확인할 수 있었어요. 하지만 우리의 그래프는 단순한 무방향 그래프가 아니라, 이동 횟수를 나타내는 가중치도 포함하고 있습니다. 따라서 무작위화를 할 때 고려해야 할 점이 몇 가지 더 생깁니다. 첫째, 이 지표의 가중 버전은 로컬 지표이므로 각 정점마다 전이도(transitivity) 값을 계산합니다. 둘째, 무작위 그래프에는 가중치가 없습니다. 이 두 문제를 해결하기 위해, 정점 전이도의 평균을 살펴보고 약간 더 복잡한 무작위화 방식을 구현해 보겠습니다.
네트워크의 가중 정점 전이도를 계산하려면 transitivity()를 호출할 때 type을 "weighted"로 설정하면 됩니다.
자전거 이동 네트워크 trip_g_simp가 제공됩니다.
이 연습은 강의의 일부입니다
사례 연구: R로 하는 네트워크 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(___)$___