我有一些类似data.frame d数据如下。 d <- structure(list(ID = c("KP1009", "GP3040", "KP1757", "GP2243", "KP682", "KP1789", "KP1933", "KP1662", "KP1718", "GP3339", "GP4007", "GP3398", "GP6720", "KP808", "KP1154", "KP748", "GP4263", "GP1132", "GP5881", "GP6291", "KP1004", "KP1998", "GP4123", "GP5930", "KP1070", "KP905", "KP579", "KP1100", "KP587", "GP913", "GP4864", "KP1513", "GP5979", "KP730", "KP1412", "KP615", "KP1315", "KP993", "GP1521", "KP1034", "KP651", "GP2876", "GP4715", "GP5056", "GP555", "GP408", "GP4217", "GP641"), Type […]
我有一个约100个igraph对象的列表,其中包含约700个顶点和3500条边的典型对象。 我想确定哪些关系更有可能的顶点组。 我的计划是使用混合模型来预测有多less组内关系顶点使用顶点和组属性。 有些人可能想回应我的项目的其他方面,这将是伟大的,但我最感兴趣的是有关igraph函数的信息分组顶点的信息。 我遇到了这些社区检测algorithm,但是我不确定它们的优缺点,还是其他function对我的情况会更好。 我也看到了这里的链接,但它们并不是特定于igraph。 谢谢你的build议。