R igraph 手册页

sample_correlated_gnp {igraph}

R 文档

通过随机添加/删除边从给定的图中生成新的随机图

描述

通过扰动给定图的邻接矩阵并打乱其顶点来采样新图。

用法

sample_correlated_gnp(
  old.graph,
  corr,
  p = edge_density(old.graph),
  permutation = NULL
)

参数

old.graph	原始图。
corr	单位区间中的标量，原始图和生成的图的邻接矩阵之间的目标 Pearson 相关性（邻接矩阵用作向量）。
p	一个数值标量，两个顶点之间的边的概率，它必须在开区间 (0,1) 中。默认值是图的经验边密度。如果您正在重新采样 Erdos-Renyi 图，并且您知道 Erdos-Renyi 模型的原始边概率，则应明确提供该概率。
permutation	一个数值向量，一个置换向量，应用于第一个图的顶点以获得第二个图。如果为 NULL，则不会置换顶点。

详细信息

请参阅下面给出的参考文献。

值

大小与 old.graph 相同的无权图，使得两个邻接矩阵的条目之间的相关系数为 corr。 请注意，每对相应的矩阵条目是一对相关的伯努利随机变量。

参考

Lyzinski, V., Fishkind, D. E., Priebe, C. E. (2013). Seeded graph matching for correlated Erdos-Renyi graphs. https://arxiv.org/abs/1304.7844

参见

sample_correlated_gnp_pair, sample_gnp

示例

g <- sample_gnp(1000, .1)
g2 <- sample_correlated_gnp(g, corr = 0.5)
cor(as.vector(g[]), as.vector(g2[]))
g
g2

---