R Igraph Error: "Weight vector must be positive, Invalid value"
R Igraph Error: "Weight vector must be positive, Invalid value"
我在 iGraph 中构建了几个图表。在每张图中,节点代表单词,边权重代表单词 A 作为对单词 B 的响应(在单词关联任务中)的次数。在每张图中,我对边权重进行了归一化,以便它们在两者之间变化0 和 1 使用以下代码:
E(G)$weight <- E(G)$weight / max(E(G)$weight)
这些值在分析node/network强度时是合适的,但在计算与介数有关的函数时(例如调用介数函数,或使用基于介数的社区检测),它们需要更改为距离 - 即倒置:
G2 = G
E(G2)$weight = 1 - E(G2)$weight
问题在于,这会导致包含多个 0 的向量(即那些在倒置之前强度为 1 的向量。这会导致(至少,我认为这是原因)错误消息,例如:
Error in cluster_edge_betweenness(G2.JHJ.strong, weights = E(G2.JHJ.strong)$weight, :
At community.c:455 : weights must be strictly positive, Invalid value
对此可以做些什么?
谢谢,
彼得
如果您想稳妥行事,可以尝试 sum
而不是 max
来标准化权重,例如
E(G)$weight <- E(G)$weight / sum((E(G)$weight)
或
E(G)$weight <- 2**((E(G)$weight - min(E(G)$weight)) / diff(range(E(G)$weight)))
我在 iGraph 中构建了几个图表。在每张图中,节点代表单词,边权重代表单词 A 作为对单词 B 的响应(在单词关联任务中)的次数。在每张图中,我对边权重进行了归一化,以便它们在两者之间变化0 和 1 使用以下代码:
E(G)$weight <- E(G)$weight / max(E(G)$weight)
这些值在分析node/network强度时是合适的,但在计算与介数有关的函数时(例如调用介数函数,或使用基于介数的社区检测),它们需要更改为距离 - 即倒置:
G2 = G
E(G2)$weight = 1 - E(G2)$weight
问题在于,这会导致包含多个 0 的向量(即那些在倒置之前强度为 1 的向量。这会导致(至少,我认为这是原因)错误消息,例如:
Error in cluster_edge_betweenness(G2.JHJ.strong, weights = E(G2.JHJ.strong)$weight, :
At community.c:455 : weights must be strictly positive, Invalid value
对此可以做些什么?
谢谢,
彼得
如果您想稳妥行事,可以尝试 sum
而不是 max
来标准化权重,例如
E(G)$weight <- E(G)$weight / sum((E(G)$weight)
或
E(G)$weight <- 2**((E(G)$weight - min(E(G)$weight)) / diff(range(E(G)$weight)))