关于数据挖掘:R语言网络分析友谊悖论案例

55次阅读

共计 1067 个字符,预计需要花费 3 分钟才能阅读完成。

原文链接:http://tecdat.cn/?p=17906 

原文出处:拓端数据部落公众号

本文简要介绍一下网络分析,我想提供一些无关“友情悖论”的 R 语言例证。友情悖论指出

均匀而言:你的敌人 比你领有更多的敌人

 例如,这在 Feld(1991),Zuckerman&Jost(2001)中进行了探讨 %20What%20Makes%20You%20Think%20You%27re%20So%20Popular1.pdf “Zuckerman&Jost(2001)中进行了探讨 ”)。首先,让咱们获取数据集的正本

library(networkD3)
simpleNetwork(data\[,1:2\]

思考无向图中的顶点 v∈V,G =(V,E)(应用经典图形符号),并令 d(v)示意它的边数(即 v 具备 d(v)个敌人)。图中随机人的均匀好友数为


从而,


方差合成

回到咱们的网络。节点列表是

rbind(as.matrix(GoT\[,1:2\]),as.matrix(GoT\[,2:1\])
unique(M\[,1\]

咱们每个人都能够失去敌人列表和敌人数量

as.character(M\[which(M\[,1\]==x),2\]
 Vectorize(function(x) length(friends(x)

以及敌人领有的敌人数量,以及均匀的敌人数量

 (Vectorize(function(x) length(friends(x)))(friends(y
Vectorize(function(x) mean(friends\_of\_friends(x

咱们能够查看一个随机节点的敌人数量的密度,

lines(density(Nb),col="red",
lines(density(Nb2),col="blue",

咱们还能够计算平均值

mean(Nb)
\[1\] 6.579439
mean(Nb2)
\[1\] 13.94243

因而,实际上,人们均匀领有的敌人少于他们的敌人。


最受欢迎的见解

1. 采纳 spss-modeler 的 web 简单网络对所有腧穴进行剖析

2. 用 R 语言和 python 进行社交网络中的社区检测

3.R 语言文本开掘 NASA 数据网络剖析,tf-idf 和主题建模

4. 在 R 语言中应用航空公司简单网络对疫情进行建模

5.python 附属关系图模型 基于模型的网络中密集重叠社区检测

6. 应用 Python 和 SAS Viya 剖析社交网络

7. 关联网络分析:已迁离北京外来人口的数据画像

8.情感语义网络 游记数据感知游览目的地形象

9. 用关联规定数据挖掘摸索药物配伍中的法则

正文完
 0