小编Mic*_*hop的帖子

我有一个大约100个igraph对象的列表,其中一个典型的对象有大约700个顶点和3500个边.

我想确定哪些关系更有可能的顶点组.我的计划是使用混合模型来预测使用顶点和组属性有多少组内关系顶点.

有些人可能想要回应我的项目的其他方面,这将是伟大的,但我最感兴趣的是有关igraph中的函数的信息,用于分组顶点.我遇到过这些社区检测算法,但我不确定它们的优点和缺点,或者其他功能对我的情况是否更好.我也看到了这里的链接,但它们并不是特定于igraph的.谢谢你的建议.

两个例子对我很有帮助.

我如何选择:1)名称以b或B开头的变量(即不区分大小写)或2)名称包含3的变量

df <- data.frame(a1 = factor(c("Hi", "Med", "Hi", "Low"), 
  levels = c("Low", "Med", "Hi"), ordered = TRUE),
  a2 = c("A", "D", "A", "C"), a3 = c(8, 3, 9, 9),
  b1 = c(1, 1, 1, 2), b2 = c( 5, 4, 3,2), b3 = c(3, 4, 3, 4),
  B1 = c(3, 6, 4, 4))

我想recode从car包中使用.但如果我已Hmisc加载,它会掩盖car版本.

可能有一种方法可以调用屏蔽函数.也许还有一种方法可以迫使一个包装成为主导包装？

你能告诉我glm $ residuals和resid (glm)返回的是什么,其中glm是一个quasipoisson对象.例如,如何使用glm $ y和glm $ linear.predictors创建它们.

GLM $残差

     n missing  unique    Mean     .05     .10   .25  .50     .75     .90     .95

 37715   10042    2174 -0.2574 -2.7538 -2.2661 -1.4480 -0.4381  0.7542  1.9845  2.7749



lowest : -4.243 -3.552 -3.509 -3.481 -3.464
highest:  8.195  8.319  8.592  9.089  9.416

渣油(GLM)

        n    missing     unique       Mean        .05        .10        .25
    37715          0       2048 -2.727e-10    -1.0000    -1.0000    -0.6276
      .50        .75        .90        .95
  -0.2080     0.4106     1.1766     1.7333

lowest : -1.0000 -0.8415 -0.8350 -0.8333 -0.8288
highest:  7.2491 …

如何将 R“网络”对象转换为“igraph”对象？

教程和包文档中讨论了许多格式，但我找不到如何导入“网络”对象。