在R中使用igraph进行Louvain社区检测 - 边缘和顶点的格式

Question

在R中使用igraph进行Louvain社区检测 - 边缘和顶点的格式

3

我有一个得分的相关矩阵，想要在R中使用igraph的Louvain算法进行社区检测。我用cor2dist将相关矩阵转换为距离矩阵，如下所示： distancematrix <- cor2dist(correlationmatrix) 这样就得到了一个400 x 400的距离矩阵，距离范围在0到2之间。然后我使用http://kateto.net/networks-r-igraph（3.1节）中的以下方法，制作了边缘列表（距离）和顶点（400个个体）的列表。

library(igraph)
test <- as.matrix(distancematrix)
mode(test) <- "numeric"
test2 <- graph.adjacency(test, mode = "undirected", weighted = TRUE, diag = TRUE)
E(test2)$weight
get.edgelist(test2)

接着，我将“起始点”和“终止点”边缘列表及对应的权重写成了csv文件：

edgeweights <-E(test2)$weight
write.csv(edgeweights, file = "edgeweights.csv")
fromtolist <- get.edgelist(test2)
write.csv(fromtolist, file = "fromtolist.csv")

从这两个文件中，我生成了一个名为“nodes.csv”的.csv文件，其中只包含400个个体的所有顶点ID：

id
1
2
3
4
...
400

还有一个名为"edges.csv"的csv文件，它详细描述了每个节点之间的“from”和“to”，并提供了每条边的权重（即距离度量）：

from    to   weight
1       2    0.99
1       3    1.20
1       4    1.48
...
399     400  0.70

我随后尝试使用节点和边列表创建igraph对象，并以以下方式运行louvain聚类：

nodes <- read.csv("nodes.csv", header = TRUE, as.is = TRUE)
edges <- read.csv("edges.csv", header = TRUE, as.is = TRUE)
clustergraph <- graph_from_data_frame(edges, directed = FALSE, vertices = nodes)
clusterlouvain <- cluster_louvain(clustergraph)

不幸的是，这无法正确执行louvain社区检测。我预期这会返回大约2-4个不同的社区，类似于这里可以绘制出来，但是sizes（clusterlouvain）返回：

Community sizes
 1 
 400

这段文字表明所有个体都被归入同一个社区。聚类也立即运行（即几乎没有计算时间），这也让我认为它没有正确工作。

我的问题是：有谁能提供建议，解释为什么cluster_louvain方法没有起作用，只识别出一个社区？我认为可能是我错误地指定了距离矩阵或边/节点，或以其他方式未正确提供正确的输入给cluster_louvain方法。我对R还比较陌生，因此非常感谢任何建议。我已成功地在相同的距离矩阵上使用了其他社区检测方法（即k-means），其识别出2-3个社区，但我想了解这里做错了什么。

我知道有多个关于在R中使用igraph的查询，但我没有找到一个明确指定边和节点格式（从相关性矩阵）的查询，以正确地进行louvain社区检测。

感谢您的任何建议！如果需要，我可以提供更多信息。

- A.Robin

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- G5W · Accepted Answer

我相信 cluster_louvain 对您的数据进行了正确的操作。问题出在您的图上。您的代码中包含了一行 get.edgelist(test2)，这会产生大量输出。请尝试使用以下代码替换：

vcount(test2)
ecount(test2)

既然你说你的相关矩阵是400x400，我预计vcount将会是400，ecount将会是79800=400*399/2。按照你的构建方式，每个节点都直接连接到所有其他节点。当然，只有一个大社区。

我怀疑你试图做的是将相关的变量分组。如果相关系数接近零，则这些变量应该是不相关的。似乎不太清楚的是，对于相关系数接近-1的变量要怎么办。你想让它们相互连接还是不连接？我们可以两种方式都实现。

你没有提供任何数据，因此我将使用mlbench包中的Ionosphere数据进行说明。我会尽可能地模仿你的代码，但会更改一些变量名。同时，为了我的目的，将边写入文件然后再读回来是毫无意义的，所以我将直接使用构建出的边。

首先，假设你希望相关系数接近-1的变量彼此相连。

library(igraph)
library(mlbench)    # for Ionosphere data
library(psych)      # for cor2dist
data(Ionosphere)

correlationmatrix = cor(Ionosphere[, which(sapply(Ionosphere, class) == 'numeric')])
distancematrix <- cor2dist(correlationmatrix)

DM1 <- as.matrix(distancematrix)
## Zero out connections where there is low (absolute) correlation
## Keeps connection for cor ~ -1
## You may wish to choose a different threshhold
DM1[abs(correlationmatrix) < 0.33] = 0

G1 <- graph.adjacency(DM1, mode = "undirected", weighted = TRUE, diag = TRUE)
vcount(G1)
[1] 32
ecount(G1)
[1] 140

这不是一个完全连接的图！现在让我们找到社区。

clusterlouvain <- cluster_louvain(G1)
plot(G1, vertex.color=rainbow(3, alpha=0.6)[clusterlouvain$membership])

如果您不想将负相关的变量连接起来，只需去掉上面的绝对值即可。这样应该会少得多。

DM2 <- as.matrix(distancematrix)
## Zero out connections where there is low correlation
DM2[correlationmatrix < 0.33] = 0

G2 <- graph.adjacency(DM2, mode = "undirected", weighted = TRUE, diag = TRUE)
clusterlouvain <- cluster_louvain(G2)
plot(G2, vertex.color=rainbow(4, alpha=0.6)[clusterlouvain$membership])