R igraph 手册页

consensus_tree {igraph}

R 文档

从多个分层随机图模型创建共识树

描述

consensus_tree 使用系统发育方法从多个拟合的分层随机图模型创建共识树。 如果给定了 hrg 参数并且 start 设置为 TRUE，那么它将从给定的 HRG 开始采样。 否则，它首先优化 HRG 对数似然，然后从最优值开始采样。

用法

consensus_tree(graph, hrg = NULL, start = FALSE, num.samples = 10000)

参数

图	模型拟合到的图。
hrg	分层随机图模型，采用 igraphHRG 对象的形式。 consensus_tree 允许此值为 NULL，然后首先从随机起点将 HRG 拟合到图。
开始	逻辑值，指示是否从提供的 igraphHRG 对象开始拟合/抽样，还是从随机起点开始。
num.samples	用于共识生成或缺失边预测的样本数。

值

consensus_tree 返回一个包含两个对象的列表。 第一个是 igraphHRGConsensus 对象，第二个是 igraphHRG 对象。 igraphHRGConsensus 对象具有以下成员

parents	对于每个顶点，存储其父顶点的 ID，如果该顶点是树中的根顶点，则存储零。 前 n 个顶点 ID（从 0 开始）是指图的原始顶点，其他 ID 是指顶点组。
weights	数值向量，计算生成的网络样本中给定树分裂发生的次数，对于每个内部顶点。 顺序与 parents 向量中的顺序相同。

参见

其他分层随机图函数： fit_hrg(), hrg-methods, hrg_tree(), hrg(), predict_edges(), print.igraphHRGConsensus(), print.igraphHRG(), sample_hrg()

---