Question

我想使用igraph包测量R中262000个节点和1M边缘的有向图的特征向量中心性。当我运行命令时，我收到此错误：

> ev<-evcent(amazon,directed=TRUE)

.Call中的错误（＆＃34; R_igraph_eigenvector_centrality＆＃34 ;, graph，directed，scale，：在arpack.c：1174：ARPACK错误，达到的最大迭代次数De plus：警告消息：In .Call（＆＃34; R_igraph_eigenvector_centrality＆＃34;，graph，directed，scale，：在arpack.c：776：ARPACK解算器未能收敛（1001次迭代，0/1特征向量收敛）

我不知道这个错误是什么意思???

Answer 1

错误表示它的内容：Maximum number of iterations reached。

您可以增加最大迭代次数。这是一个可重复的例子：

首先制作图表：

> g <- make_ring(1000, directed=FALSE)

然后将默认迭代次数设置为一个小数字：

> arpack_defaults$maxiter = 10

将其传递给eigen_centrality并收到错误消息：

> e = eigen_centrality(g, options=arpack_defaults)
Error in .Call("R_igraph_eigenvector_centrality", graph, directed, scale,  : 
  At arpack.c:944 : ARPACK error, Maximum number of iterations reached
In addition: Warning message:
In .Call("R_igraph_eigenvector_centrality", graph, directed, scale,  :
  At arpack.c:776 :ARPACK solver failed to converge (11 iterations, 0/1 eigenvectors converged)

让我们尝试更多的迭代：

> arpack_defaults$maxiter = 1000

看看是否有效：

> e = eigen_centrality(g, options=arpack_defaults)

没有错误！

我不知道您的图表需要多少次迭代，或者需要多长时间。只需继续添加零，直到它收敛并正确返回，或者你放弃，因为它花了太长时间。

有向图中的特征向量

1 个答案: