R中使用igraph进行社区检测的评估指标？

Question

我在图表中运行社区检测，并运行在此处列出的igraph中实现的不同社区检测算法：

  1. Edge-betweennes.community(w,-d)
  2. walktrap.community (w,-d)
  3. fastgreedy.community(w)
  4. spinglass.community (w,d, not for unconnected graph)
  5. infomap.community (w,d)
  6. label.propagation.community(w) 
  7. Multivel.community(w)
  8.leading.eigenvector.community (w)

因为我有两种类型的图形，一种是加权的，另一种是无向的和未加权的， 我可以使用的两个是四（1,2,4,5）我在第四个上得到错误，因为我的图是一个未连接的图，所以有三个。 现在我想使用此处http://lab41.github.io/Circulo/中提供的不同评估指标对它们进行比较，因为我搜索的是模块化和compare.communities（此处列出的指标：http://www.inside-r.org/packages/cran/igraph/docs/compare.communities是（“vi”，“nmi”，“ split.join“，”rand“，”adjusted.rand）in igraph）。

我想知道的是：

• 有没有其他算法在igraph中实现，不在列表中？这也将给我重叠的社区。
• 这些指标中的哪一个可用于加权和有向图，igraph中是否有任何实现？
• 哪个指标可用于哪种算法？当我浏览其中一篇文章“edge-betweeness”时，其中使用的指标就是基本事实，并且它们与已知的社区图形进行比较。

提前谢谢。

Answer 1

是的，有许多算法不在iGraph包中，名为：RG +，在2010年的群集“核心和模块化最大化”中提供。

到目前为止，模块化是评估社区的最佳方法。

edge.betweenness简单地为您提供所有边缘的中介中心性值，它不是评估社区的度量，但可以用于一个。