如果您从 R 中使用 igraph,请使用此选项
sample_correlated_gnp_pair {igraph} | R 文档 |
通过扰动给定图的邻接矩阵并混洗其顶点来采样新图。
sample_correlated_gnp_pair(n, corr, p, directed = FALSE, permutation = NULL)
n |
数值标量,采样图的顶点数。 |
corr |
单位区间内的标量,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 |
数值标量,两个顶点之间的边的概率,它必须在开区间 (0,1) 内。 |
有向 |
逻辑标量,是否生成有向图。 |
permutation |
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 |
请参阅下面给出的参考文献。
一个由两个 igraph 对象组成的列表,名为 graph1
和 graph2
,这两个图的邻接矩阵条目与 corr
相关。
Lyzinski, V., Fishkind, D. E., Priebe, C. E. (2013). Seeded graph matching for correlated Erdos-Renyi graphs. https://arxiv.org/abs/1304.7844
sample_correlated_gnp
, sample_gnp
.
gg <- sample_correlated_gnp_pair(n = 10, corr = .8, p = .5,
directed = FALSE)
gg
cor(as.vector(gg[[1]][]), as.vector(gg[[2]][]))