r - 如何在 igraph(R) 中发现社区检测后的度量？

Question

我正在使用图表中的社区检测。我已经通过在 igraph 中实现的不同社区检测算法并绘制社区结构。现在，在获得不同算法的社区对象后，我想根据密度、切割率、覆盖率等不同指标来比较算法。 (我知道模块化已经实现)。我可以获得一个子图，然后计算集群内的密度，但是要找到集群间的密度，我不知道如何进行。这是我用来查找集群内密度的代码:

karate <- graph.famous("Zachary")
wckarate <- walktrap.community(karate) #any algorithm
subg1<-induced.subgraph(karate, which(membership(wckarate)==1)) #membership id differs for each cluster
intradensity1 <- ecount(subg1)/ecount(karate) #for each cluster

同样，我可以对每个集群进行处理并添加所有密度或取所有密度的平均值。我的问题是，如果社区的数量很大，那么如何进行？

如果我想提取不同社区之间的边数，有没有一种很好的方法来提取边数？

如果已经问过这个问题，请原谅我。我是 igraph 和 R 的新手。

Answer 1

好吧，我们可以调整您的代码以遍历不同的子组

karate <- graph.famous("Zachary")
wckarate <- walktrap.community(karate) #any algorithm
sapply(unique(membership(wckarate)), function(g) {
    subg1<-induced.subgraph(karate, which(membership(wckarate)==g)) #membership id differs for each cluster
    ecount(subg1)/ecount(karate)
})

就获得社区之间的优势而言，你可以做到

#get all combinations of communities
cs <- data.frame(combn(unique(membership(wckarate)),2))
cx <- sapply(cs, function(x) {
    es<-E(karate)[V(karate)[membership(wckarate)==x[1]] %--% 
              V(karate)[membership(wckarate)==x[2]]]    
    length(es)
})
cbind(t(cs),cx)

您还可以绘制社区以确保看起来合理

plot.communities(wckarate, karate)