R創建矩陣的發生

-5

我試圖找到一個更快的方式來總結個人在會話中的發生，以便計算他們的關係水平。基本上，我想爲每兩個人計算至少有一次觀察到的次數。我已經在這裏查看了答案，包括融合和慷慨，但沒有找到使用它們的好方法。這是我的低效代碼：R創建矩陣的發生

presence=array(0,c(8,10)) # session by individual 
counter=array(0,c(10,10)) 
# put some data into the array: 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 0 1 0 0 0 0 0 0 0  0 
[2,] 0 0 1 1 1 1 0 0 0  0 
[3,] 0 0 0 0 0 0 1 0 0  0 
[4,] 0 0 0 0 0 0 0 1 0  0 
[5,] 0 0 0 0 0 0 0 1 0  0 
[6,] 0 0 0 0 0 0 0 0 1  0 
[7,] 0 0 0 0 0 0 0 0 1  0 
[8,] 0 0 1 0 1 1 0 0 0  1 


    for (a in 1:10){ 
    for (b in 1:10){ 
     for (c in 1:8) { 
     if ((presence[c,a]>0)|(presence[c,b]>0)) counter[a,b]=counter[a,b]+1 
     # calculate something using this counter for each two individuals a and b 
     } 
    } 
    }

謝謝你的幫助。 Amiyaal

來源

2013-03-04 user2133354

我認爲你需要解釋你問題多一點，我不知道這裏發生了什麼。你的原始數據是什麼樣的？這代碼在哪裏代表？如果你想從原始數據中計算事件中的同時發生的人，那麼這當然是可能的，我會建議看看一些igraph社交網絡分析庫。 – slammaster 2013-03-04 20:54:23

你的問題如上所述沒有任何意義。您使用該聲明，「在多年的會話中對個人的會話進行總結」而不定義任何條款，並且您提供的代碼是垃圾。 – N8TRO 2013-03-04 20:59:21

在場數組存儲哪些人在第i年的會話c中出現。內循環計算一年中至少有一人（a或b）出現的次數（即總計所有會話）。我希望現在更清楚。 – user2133354 2013-03-04 21:01:27

好的，仍然不完全清楚，但我認爲現狀是一個鄰接矩陣，其中列代表用戶，行代表事件，因此presence[i,j]指示用戶我參加了事件j。

如果我正確解釋，那麼計數似乎是共生矩陣，對嗎？ count[i,j]應記錄我和j一起參加的活動數量？

如果你看看文獻2模式的社交網絡分析，具體到歸屬網絡，對於這個直接計算：

count = t(presence)%*%presence

現在我會檢查與您自己的數據製作確定它是準確的：只需在計數中隨機檢查一對細胞，並將它們與存在進行比較。

此外，這些矩陣的行傳統上是用戶和事件是列。

編輯：如果相反，你希望算作用戶參加的事件數量（而不是他們參加的事件數量），那麼它是一個聯合而不是一個交集。因此，這將是我參加的+活動用戶數j活動用戶的數量出席 - 交集

x = t(presence)%*%presence 
numEvents = diag(x) 
counts = matrix(rep(numEvents,dim(x)[1]),nrow=dim(x)[1],byrow=TRUE)+matrix(rep(numEvents,dim(x)[1]),nrow=dim(x)[1],byrow=FALSE)-x

這不是最完美的解決方案，但它應該工作

來源

2013-03-04 21:38:48 slammaster

謝謝，但這不是我正在尋找的，因爲它計算CO-OCCURRENCE，而我想要計算所有至少有一個人在場的情況。 – user2133354 2013-03-04 21:51:53

R創建矩陣的發生

回答

相關問題