加權群聚的隨機化
我們可以看到，若圖的連通性低，群聚係數會非常高，而且遠高於隨機情況，這支持了先前的假設。不過，我們的圖不只是一張無向圖，還包含表示騎乘次數的權重。因此在隨機化時你需要同時考量幾件事。首先，加權版本的指標是局部的，也就是會為每個頂點各自計算傳遞性值。其次，隨機圖本身不包含權重。為了同時解決這兩個問題，我們會看頂點傳遞性的平均值，並實作稍微複雜一點的隨機化方案。
若要計算網路的加權頂點傳遞性，你需要在呼叫 transitivity() 時將 type 設為 "weighted"。
腳踏車行程網路 trip_g_simp 已可使用。
本練習屬於課程
案例研究：R 的網路分析
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(___)$___