Nuestros mejores programadores han agotado sus depósitos de café, por su búsqueda a tiempo completo por la solución, hasta que Elisa encontró el hallazgo en Gitea así que hoy la comparte aquí.
Solución:
Utilizando transitivity(graph) calcula un coeficiente de agrupamiento global (transitividad):
Esta es simplemente la razón de los triángulos y las ternas conectadas en el gráfico. Para el gráfico dirigido, se ignora la dirección de los bordes.
Mientras tanto, transitivity(graph, type = "average") siendo un promedio de transitivity(graph, type = "local") primero calcula los coeficientes de agrupamiento locales y luego los promedia:
La transitividad local de un gráfico no dirigido, esto se calcula para cada vértice dado en el argumento vids. La transitividad local de un vértice es la razón de los triángulos conectados al vértice y los triples centrados en el vértice. Para el gráfico dirigido, se ignora la dirección de los bordes.
Véase, por ejemplo, ?transitivity y Coeficiente de agrupamiento.
Entonces, en primer lugar, ambas son medidas válidas y la elección debe depender de sus propósitos. La diferencia entre ellos es bastante clara (ver la página de wikipedia):
Vale la pena señalar que esta métrica otorga más peso a los nodos de bajo grado, mientras que la relación de transitividad otorga más peso a los nodos de alto grado. De hecho, un promedio ponderado en el que cada puntaje de agrupamiento local se pondera por k_i(k_i-1) es idéntico al coeficiente de agrupamiento global
donde k_i es el número de vértices I vecinos Por lo tanto, quizás usar ambos también sería bastante justo.
Comentarios y valoraciones del artículo
No se te olvide comunicar esta división si te fue de ayuda.