跳到内容

根据顶点的特征向量中心性集中一个图

来源： R/centralization.R
centr_eigen.Rd

有关图集中化的摘要，请参见centralize()。

用法

centr_eigen(
  graph,
  directed = FALSE,
  scale = deprecated(),
  options = arpack_defaults(),
  normalized = TRUE
)

参数

graph

输入图。

directed

逻辑标量，是否使用有向最短路径来计算特征向量中心性。

scale

[已弃用] 已忽略。计算特征向量集中度需要归一化的特征向量中心性得分。

options

这将传递给 eigen_centrality()，ARPACK特征值求解器的选项。

normalized

逻辑标量。 是否通过除以理论最大值来标准化图级中心性得分。

值

一个包含以下组件的命名列表

向量

节点级中心性得分。

值

相应的特征值。

options

ARPACK选项，有关详细信息，请参见 eigen_centrality() 的返回值。

centralization

图级中心性指数。

theoretical_max

与上述相同，具有相同顶点数的图的理论最大集中度得分。

参见

其他集中度相关：centr_betw(), centr_betw_tmax(), centr_clo(), centr_clo_tmax(), centr_degree(), centr_degree_tmax(), centr_eigen_tmax(), centralize()

centralization_eigenvector_centrality().

示例

# A BA graph is quite centralized
g <- sample_pa(1000, m = 4)
centr_degree(g)$centralization
#> [1] 0.1473045
centr_clo(g, mode = "all")$centralization
#> [1] 0.4057694
centr_betw(g, directed = FALSE)$centralization
#> [1] 0.2188419
centr_eigen(g, directed = FALSE)$centralization
#> [1] 0.9409572

# The most centralized graph according to eigenvector centrality
g0 <- make_graph(c(2, 1), n = 10, dir = FALSE)
g1 <- make_star(10, mode = "undirected")
centr_eigen(g0)$centralization
#> [1] 1
centr_eigen(g1)$centralization
#> [1] 0.75