R igraph 手册页

cluster_fast_greedy {igraph}

R 文档

通过贪婪优化模块化程度进行社区结构发现

描述

此函数尝试通过直接优化模块化分数来查找图中的密集子图，也称为社区。

用法

cluster_fast_greedy(
  graph,
  merges = TRUE,
  modularity = TRUE,
  membership = TRUE,
  weights = NULL
)

参数

图	输入图
merges	逻辑标量，是否返回合并矩阵。
modularity	逻辑标量，是否返回一个向量，该向量包含每次合并后的模块化程度。
membership	逻辑标量，是否计算与最大模块化分数相对应的成员向量，考虑到沿合并的所有可能的社区结构。
weights	边的权重。它必须是正数向量，NULL 或 NA。如果它是 NULL 并且输入图具有“weight”边属性，则将使用该属性。如果 NULL 并且不存在这样的属性，则边将具有相等的权重。如果该图具有“weight”边属性，但您不想将其用于社区检测，请将其设置为 NA。较大的边权重意味着此函数的连接更强。

详细信息

此函数实现了快速贪婪模块化优化算法来查找社区结构，有关详细信息，请参见 A Clauset, MEJ Newman, C Moore: Finding community structure in very large networks, http://www.arxiv.org/abs/cond-mat/0408187 。

值

cluster_fast_greedy 返回一个 communities 对象，请参阅 communities 手册页以获取详细信息。

作者

Tamas Nepusz ntamas@gmail.com 和 Gabor Csardi csardi.gabor@gmail.com 为 R 接口。

参考

A Clauset, MEJ Newman, C Moore: Finding community structure in very large networks, http://www.arxiv.org/abs/cond-mat/0408187

参见

communities 用于提取结果。

另请参见 cluster_walktrap、cluster_spinglass、cluster_leading_eigen 和 cluster_edge_betweenness、cluster_louvain cluster_leiden 等其他方法。

示例

g <- make_full_graph(5) %du% make_full_graph(5) %du% make_full_graph(5)
g <- add_edges(g, c(1,6, 1,11, 6, 11))
fc <- cluster_fast_greedy(g)
membership(fc)
sizes(fc)

---