Losowe grafy

Generowanie losowych grafów to ważna metoda pozwalająca sprawdzić, jak prawdopodobne lub nieprawdopodobne są inne metryki sieciowe przy danych właściwościach oryginalnego grafu. Najprostszy losowy graf to taki, który ma tę samą liczbę wierzchołków co oryginalny graf i zbliżoną gęstość. W tym ćwiczeniu stworzysz jeden losowy graf oparty na oryginalnej sieci Forresta Gumpa.

To ćwiczenie jest częścią kursu

Analiza sieci w R

Zobacz kurs

Instrukcje do ćwiczenia

Wygeneruj losowy graf za pomocą funkcji erdos.renyi.game(). Pierwszy argument n powinien być liczbą węzłów grafu g – oblicz ją za pomocą gorder(). Drugi argument p.or.m powinien być gęstością grafu g, wcześniej zapisaną jako obiekt gd. Ostatni argument ustaw jako type='gnp', aby wskazać funkcji, że do wygenerowania losowego grafu używasz gęstości grafu. Zapisz nowy graf jako wektor g.random.
Oblicz gęstość losowego grafu g.random. Jeśli wygenerujesz losowy graf kilka razy, zauważysz, że wartość ta nieznacznie się zmienia, ale pozostaje w przybliżeniu równa gęstości oryginalnego grafu g z poprzedniego ćwiczenia, zapisanej w obiekcie gd.
Oblicz średnią długość ścieżki w losowym grafie g.random.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

library(igraph)

# Create one random graph with the same number of nodes and edges as g
g.random <- ___(n = ___, p.or.m = ___, type = "gnp")

g.random

plot(g.random)

# Get density of new random graph `g.random`
___(___)

# Get the average path length of the random graph g.random
___(___, directed = FALSE)

Edytuj i uruchom kod