我一直在處理同樣的問題。我認爲計算集中的代碼有些問題,但我認爲它是用C編寫的(R函數使用「.Call」)而不是R,所以看不到它。下面的代碼生成一個星形圖並計算igraph的集中(不是1)。
> adj = rbind(c(0,1,0,0,0),c(1,0,0,0,0),c(1,0,0,0,0),c(1,0,0,0,0),c(1,0,0,0,0))
> h = graph.adjacency(adj,mode="undirected")
> plot(h) # check star graph
> centralization.degree(h)
$res
[1] 4 1 1 1 1
$centralization
[1] 0.6
$theoretical_max
[1] 20
> centralize(degree(h),normalize=FALSE)
[1] 12
我認爲實際問題可能是理論最大值的偏差錯誤。手動計算它給你3 * 4 = 12,這與使用集中(normalize = FALSE)一致,但是來自centralization.degree的R輸出似乎是4 * 5 = 20。爲了解決你的問題,我建議使用下面的代碼來自己規範化它。
> newCentralization = function(h) centralize(degree(h),normalize=FALSE)/((vcount(h)-1)*(vcount(h)-2))
> newCentralization(h)
[1] 1
> sessionInfo()
R version 3.3.0 (2016-05-03)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1
locale:
[1] LC_COLLATE=English_Australia.1252 LC_CTYPE=English_Australia.1252 LC_MONETARY=English_Australia.1252
[4] LC_NUMERIC=C LC_TIME=English_Australia.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] igraph_1.0.1
loaded via a namespace (and not attached):
[1] magrittr_1.5
可以很容易地幫助,如果你試圖提供[重複的例子(http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example)與你正在測試的樣本數據,所以我們可以做同樣的事情。但是,這似乎不是一個編程問題,而是關於圖論中術語定義的問題。如果是這樣的話,這是Stack Overflow的主題。 – MrFlick