基本網路特徵

使用 R 進行網路化資料的預測分析

Bart Baesens, Ph.D.

Professor of Data Science, KU Leuven and University of Southampton

鄰域特徵

  • 一階度數
    • 連到的節點數
degree(g)
A B C D E F G H I J 
4 3 4 6 3 4 5 3 4 2

  • 二階度數
    • 距離 2 條邊內的連通節點數
neighborhood.size(g, order = 2)
7  7  9  9  8 10 10  7  8  5
使用 R 進行網路化資料的預測分析

鄰域特徵-三角形

count_triangles(g)

4 3 4 7 2 3 4 2 3 1
使用 R 進行網路化資料的預測分析

中心性特徵

  • 中介中心性

betweenness(g)
   A    B    C    D    E    F     G     H   I    J 
1.00 0.00 3.32 8.10 0.92 5.37 11.47 2.07 5.77 0.00
  • 接近中心性

closeness(g)
   A    B    C    D    E    F    G    H    I    J 
0.06 0.05 0.07 0.08 0.06 0.07 0.08 0.06 0.06 0.04
使用 R 進行網路化資料的預測分析

傳遞性

transitivity(g,type = 'local')

0.67 1.00 0.67 0.47 0.67 0.50 0.40 0.67 0.50 1.00
使用 R 進行網路化資料的預測分析

一起來練習吧!

使用 R 進行網路化資料的預測分析

Preparing Video For Download...