Nano Hash - криптовалюты, майнинг, программирование

Вычислить количество общих соседей в igraph R

Может ли кто-нибудь помочь мне найти количество общих соседей двух вершин, используя igraph R.

Я попытался получить это с помощью следующей команды, но он вернулся с list().

intersect(neighborhood(graph=TD1,order=1,nodes=714),neighborhood(graph=TD1,order=1,nodes=4211))

>>>> list()

Спасибо

Анна

r igraph
09.03.2015

Ответы:


1

neighborhood() возвращает список целочисленных векторов, по одному для каждого исходного узла, который вы передали. Поскольку у вас есть только один исходный узел, вы должны извлечь первый элемент списка, который возвращает neighborhood(), прежде чем передать их intersect():

intersect(
    neighborhood(graph=TD1, order=1, nodes=714)[[1]],
    neighborhood(graph=TD1, order=1, nodes=4211)[[1]]
)
10.03.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..