加权聚类的随机化
我们已经看到一个假设的证据：连通性较低的图往往具有非常高的聚类系数，远高于偶然情况。然而，我们的图不只是无向图，还包含表示出行次数的权重。因此，在随机化时需要考虑几件事。第一，加权版本的度量是局部的，也就是说需要为每个顶点计算传递性值。第二，随机图最初不包含权重。为了解决这两个问题，我们将考察顶点传递性的平均值，并实现一个稍微复杂一些的随机化方案。
要计算网络的加权顶点传递性，您需要在调用 transitivity() 时将 type 设置为 "weighted"。
自行车出行网络 trip_g_simp 已提供。
本练习是课程的一部分
案例研究：用 R 进行网络分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(___)$___