拓端tecdat|拓端tecdat|R语言复杂网络分析(聚类(社区检测)和可视化)
全文链接:http://tecdat.cn/?p=18770
原文出处:拓端数据部落公众号
【视频】KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例
文章图片
KMEANS均值聚类和层次聚类:R语言分析生活幸福质量系数可视化实例
【拓端tecdat|拓端tecdat|R语言复杂网络分析(聚类(社区检测)和可视化)】,时长06:05
为了用R来处理网络数据,我们使用婚礼数据集。
> nflo=network(flo,directed=FALSE)> plot(nflo, displaylabels = TRUE,+ boxed.labels =+ FALSE)
文章图片
下一步是igraph。由于我们有邻接矩阵,因此可以使用它
graph\_from\_adjacency_matrix(flo,+ mode = "undirected")
文章图片
我们可以在两个特定节点之间获得最短路径。我们给节点赋予适当的颜色
all\_shortest\_paths(iflo, ) > plot(iflo)
文章图片
我们还可以可视化边,需要从输出中提取边缘
> lins=c(paste(as.character(L)\[1:4\],+ "--" + as.character(L)\[2:5\]sep="" ,+ paste(as.character(L) 2:5\],+ "--", > E(ifl )$color=c("grey","black")\[1+EU\]> plot(iflo)
文章图片
也可以使用D3js可视化
> library( networkD3 )> simpleNetwork (df)
下一个问题是向网络添加一个顶点。最简单的方法是通过邻接矩阵实现概率
> flo2\["f","v"\]=1> flo2\["v","f"\]=1
文章图片
然后,我们进行集中度测量。
文章图片
目的是了解它们之间的关系。
betweenness(ilo) > cor(base)betw close deg eigbetw 1.0000000 0.5763487 0.8333763 0.6737162close 0.5763487 1.0000000 0.7572778 0.7989789deg 0.8333763 0.7572778 1.0000000 0.9404647eig 0.6737162 0.7989789 0.9404647 1.0000000
可以使用层次聚类图来可视化集中度度量
hclust(dist( ase,+ method="ward")
文章图片
查看集中度度量的值,查看排名
> for(i in 1:4) rbase\[,i\]=rank(base\[,i\])
文章图片
在此,特征向量测度非常接近顶点的度数。
最后,寻找聚类(以防这些家庭之间爆发战争)
> kc <- fastgreedy.community ( iflo )
在这里,我们有3类
文章图片
文章图片
文章图片
最受欢迎的见解
1.采用spss-modeler的web复杂网络对所有腧穴进行分析
2.用R语言和python进行社交网络中的社区检测
3.R语言文本挖掘NASA数据网络分析,tf-idf和主题建模
4.在R语言中使用航空公司复杂网络对疫情进行建模
5.python隶属关系图模型 基于模型的网络中密集重叠社区检测
6.使用Python和SAS Viya分析社交网络
7.关联网络分析:已迁离北京外来人口的数据画像
8.情感语义网络:游记数据感知旅游目的地形象
9.用关联规则数据挖掘探索药物配伍中的规律
推荐阅读
- 单片机|单片机 c语言 d,单片机89C51与A/D转换器MAX - 控制/MCU - 电子发烧友网
- Sublime|Sublime text2 编译 C语言
- C语言深入探究程序的编译之预处理
- 察觉小我语言—助我理性思考
- 自然语言处理|人工智能框架实战精讲(Keras项目-英文语料的文本分类实战与调参优化)
- 使用C语言实现三子棋小游戏
- 使用C语言实现五子棋游戏
- 使用C语言实现扫雷游戏
- 算法|C语言RGB转Lab色域
- 语言的美