使用 igraph 在 R 中检测 Louvain 社区 - 边和顶点的格式

Question

我有一个分数的相关矩阵，我想使用 igraph 中的 Louvain 方法运行社区检测，在 R 中。我使用 将相关矩阵转换为距离矩阵cor2dist，如下所示：

distancematrix <- cor2dist(correlationmatrix)

这给出了一个 400 x 400 的 0-2 距离矩阵。然后，我使用http://kateto.net/networks-r-igraph（第 3.1 节）中的以下方法制作了边（距离）和顶点（400 个个体中的每一个）的列表。

library(igraph)
test <- as.matrix(distancematrix)
mode(test) <- "numeric"
test2 <- graph.adjacency(test, mode = "undirected", weighted = TRUE, diag = TRUE)
E(test2)$weight
get.edgelist(test2)

然后我写了'from'和'to'边缘列表的csv文件，以及相应的权重：

edgeweights <-E(test2)$weight
write.csv(edgeweights, file = "edgeweights.csv")
fromtolist <- get.edgelist(test2)
write.csv(fromtolist, file = "fromtolist.csv")

从这两个文件中，我生成了一个名为“nodes.csv”的 .csv 文件，其中包含 400 个人的所有顶点 ID：

id
1
2
3
4
...
400

还有一个名为“edges.csv”的 .csv 文件，它详细说明了每个节点之间的“from”和“to”，并提供了每个边的权重（即距离度量）：

from    to   weight
1       2    0.99
1       3    1.20
1       4    1.48
...
399     400  0.70

然后我尝试使用这个节点和边列表来创建一个 igraph 对象，并按以下方式运行 louvain 聚类：

nodes <- read.csv("nodes.csv", header = TRUE, as.is = TRUE)
edges <- read.csv("edges.csv", header = TRUE, as.is = TRUE)
clustergraph <- graph_from_data_frame(edges, directed = FALSE, vertices = nodes)
clusterlouvain <- cluster_louvain(clustergraph)

不幸的是，这并没有正确地进行 louvain 社区检测。我预计这会返回大约 2-4 个不同的社区，这些社区可以与此处类似地绘制，但sizes(clusterlouvain)返回：

Community sizes
 1 
 400

表明所有个体都被归入同一社区。聚类也立即运行（即几乎没有计算时间），这也让我认为它没有正常工作。

我的问题是：谁能建议为什么 cluster_louvain 方法不起作用并且只确定了一个社区？我想我一定是错误地指定了距离矩阵或边/节点，或者以其他方式没有为 cluster_louvain 方法提供正确的输入。我对 R 比较陌生，因此非常感谢您提供任何建议。我已经成功地在相同的距离矩阵（即 k-means）上使用了其他社区检测方法，它识别了 2-3 个社区，但想了解我在这里做错了什么。

我知道还有其他多个关于在 R 中使用 igraph 的查询，但我还没有找到一个明确指定边缘和节点的输入格式（来自相关矩阵）以使 louvain 社区检测正常工作的查询。

感谢您的任何建议！如果有帮助，我可以提供更多信息。

Answer 1

我相信这cluster_louvain正是它应该对您的数据做的事情。问题是你的图表get.edgelist(test2)。你的代码包含了行。那必须产生大量输出。而是尝试，这个

vcount(test2)
ecount(test2)

既然你说你的相关矩阵是 400x400，我希望你会得到 vcount 给出 400 并且 ecount 给出 79800 = 400 * 399 / 2。当你构建它时，每个节点都直接连接到所有其他节点。当然，只有一个大社区。

我怀疑您要做的是对相关的变量进行分组。如果相关性接近于零，则变量应该是不相关的。似乎不太清楚的是如何处理相关性接近 -1 的变量。您希望它们连接还是不连接？我们可以采用任何一种方式。

您没有提供任何数据，因此我将使用mlbench包中的电离层数据进行说明。我将尝试非常接近地模仿您的代码，但会更改一些变量名称。此外，出于我的目的，将边写入文件然后再次读取它们是没有意义的，所以我将直接使用构建的边。

首先，假设您希望连接相关性接近 -1 的变量。

library(igraph)
library(mlbench)    # for Ionosphere data
library(psych)      # for cor2dist
data(Ionosphere)

correlationmatrix = cor(Ionosphere[, which(sapply(Ionosphere, class) == 'numeric')])
distancematrix <- cor2dist(correlationmatrix)

DM1 <- as.matrix(distancematrix)
## Zero out connections where there is low (absolute) correlation
## Keeps connection for cor ~ -1
## You may wish to choose a different threshhold
DM1[abs(correlationmatrix) < 0.33] = 0

G1 <- graph.adjacency(DM1, mode = "undirected", weighted = TRUE, diag = TRUE)
vcount(G1)
[1] 32
ecount(G1)
[1] 140

不是全连接图！现在让我们找到社区。

clusterlouvain <- cluster_louvain(G1)
plot(G1, vertex.color=rainbow(3, alpha=0.6)[clusterlouvain$membership])

相反，如果您不希望连接负相关的变量，只需去掉上面的绝对值即可。这应该少得多

DM2 <- as.matrix(distancematrix)
## Zero out connections where there is low correlation
DM2[correlationmatrix < 0.33] = 0

G2 <- graph.adjacency(DM2, mode = "undirected", weighted = TRUE, diag = TRUE)
clusterlouvain <- cluster_louvain(G2)
plot(G2, vertex.color=rainbow(4, alpha=0.6)[clusterlouvain$membership])