我已经在iGraph中构建了几个图表。在每个图中,节点表示单词,边权重表示单词A作为对单词B的响应(在单词关联任务中)的次数。在每个图中,我使用以下代码对边权重进行了归一化,使它们在0和1之间变化:
E(G)$weight <- E(G)$weight / max(E(G)$weight)这些值在分析节点/网络强度时是合适的,但在计算与介数相关的函数时(例如,调用介数函数,或使用基于介数的社区检测),它们需要更改为距离-即反转:
G2 = G
E(G2)$weight = 1 - E(G2)$weight问题是,这会导致向量包含几个0(即,对于那些在被反转之前强度为1的向量)。这会导致错误消息(至少,我认为这是原因),例如:
Error in cluster_edge_betweenness(G2.JHJ.strong, weights = E(G2.JHJ.strong)$weight, :
At community.c:455 : weights must be strictly positive, Invalid value对此我们能做些什么呢?
谢谢,
彼得
发布于 2021-01-22 19:24:31
如果你想安全起见,你可以尝试sum而不是max来归一化权重,例如,
E(G)$weight <- E(G)$weight / sum((E(G)$weight)或
E(G)$weight <- 2**((E(G)$weight - min(E(G)$weight)) / diff(range(E(G)$weight)))https://stackoverflow.com/questions/65843746
复制相似问题