我正在使用 Walktrap 社区检测方法返回一个数量(在本例中为 19)的集群。我有一个属于这些集群中的一个或多个的成员列表。
我需要一种方法来搜索每个集群中是否存在成员并返回找到的匹配百分比。( eg cluster[0] = 0%, cluster[1] =Y%.....cluster[18]=Z%) 从而选择代表列表中成员的最佳集群。
一旦找到最佳集群,我需要一种方法来计算最佳集群的成员数量,并从原始(19-1)集群中选择另一个大小最接近的集群(成员数量)
library(igraph) edges <- read.csv('http://dl.dropbox.com/u/23776534/Facebook%20%5BEdges%5D.csv') list<-read.csv("http://dl.dropbox.com/u/23776534/knownlist.csv") all<-graph.data.frame(edges) summary(all) all_wt<- walktrap.community(all, steps=6,modularity=TRUE,labels=TRUE) all_wt_memb <- community.to.membership(all,all_wt$merges,steps=which.max(all_wt$modularity)-1) all_wt_memb$csize >[1] 176 13 204 24 9 263 16 2 8 4 12 8 9 19 15 3 6 2 1