R Igraph Error: "Weight vector must be positive, Invalid value"

Question

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

Answer 1

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)))

R Igraph Error: "Weight vector must be positive, Invalid value"

R Igraph Error: "Weight vector must be positive, Invalid value"

r

normalization

igraph