有向图的特征向量
有向图的特征向量
提问于 2017-03-08 07:24:15
我想用igraph度量R中262000个节点和1M边的有向图的特征向量中心性。当我运行命令时，会得到以下错误：
> ev<-evcent(amazon,directed=TRUE).Call中的错误(“R_igraph_eigenvector_centrality”，图，有向，缩放，：At arpack.c:1174 :ARPACK错误，达到De加号的最大迭代次数:警告消息:在.Call中(“R_igraph_eigenvector_centrality”，图，有向，缩放，：At arpack.c:776 : ARPACK求解器无法收敛(1001迭代，0/1特征向量收敛)
我不知道这个错误是什么意思？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-03-08 07:53:30
错误的意思是：Maximum number of iterations reached。
可以增加最大迭代次数。下面是一个可重复的例子：
首先绘制一个图表：
> g <- make_ring(1000, directed=FALSE)然后将默认的迭代次数设置为一个小数目：
> arpack_defaults$maxiter = 10将其传递给eigen_centrality并获取您的错误：
> e = eigen_centrality(g, options=arpack_defaults)
Error in .Call("R_igraph_eigenvector_centrality", graph, directed, scale, :
At arpack.c:944 : ARPACK error, Maximum number of iterations reached
In addition: Warning message:
In .Call("R_igraph_eigenvector_centrality", graph, directed, scale, :
At arpack.c:776 :ARPACK solver failed to converge (11 iterations, 0/1 eigenvectors converged)因此，让我们尝试使用更多的迭代：
> arpack_defaults$maxiter = 1000看看能不能做到：
> e = eigen_centrality(g, options=arpack_defaults)没有错误！
我不知道图需要多少次迭代，也不知道需要多长时间。只要继续添加零，直到它收敛并正确返回为止，否则你就会放弃，因为它花费的时间太长了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42665291
复制相关文章
相似问题
腾讯云开发者
