iT邦幫忙

2023 iThome 鐵人賽

DAY 7
0
AI & Data

初探 Network Science系列 第 7

Day-07-Network Model--Erdős–Rényi model

  • 分享至 

  • xImage
  •  

作者介紹

Erdős–Rényi(ER) model 是一種基本的數學模型,並且在 1959 由兩位匈牙利的數學家 Paul Erdős 跟 Alfréd Rényi 發表出來。主要是用來生成 Random Graph,生成圖的原因很簡單,就是用來模擬/研究現實生活中資訊傳播的運作以及影響。其中,ER Model 又是最簡單、易懂的數學模型之一。因為在模型裡只使用到了兩個參數,分別是 p 任兩節點之間的連接機率;n 為節點的數量,研究人員可以用很簡單方式去產生各式各樣的圖,去模擬資訊傳播的過程。

模型定義

  • 任選兩節點最多可連接成邊的數量為:https://chart.googleapis.com/chart?cht=tx&chl=%24%5Cbegin%7Bpmatrix%7Dn%20%5C%5C2%5Cend%7Bpmatrix%7D%24
  • 任兩個節點產生邊的機率為:https://chart.googleapis.com/chart?cht=tx&chl=%24p%24
  • 邊的期望值為:https://chart.googleapis.com/chart?cht=tx&chl=%24k%20%3D%20p%20%5Ctimes%20%5Cbegin%7Bpmatrix%7Dn%20%5C%5C2%5Cend%7Bpmatrix%7D%24

Binomial vs. Poisson Degree Distribution

ER Model 的分布為 Binomial Distribution 或是 Poisson Distribution,但是這兩種 Distribution 所使用到的參數不太一樣,Bionominal Distribution 同時使用到 nk;Poisson Distribution 只有使用到 k 也就是預期產生多少條邊,也因為 Poisson Distribution 計算上比較簡單所以比較受歡迎。

  • Binomial Distribution 的公式:https://chart.googleapis.com/chart?cht=tx&chl=%24p_%7Bk%7D%20%3D%20%5Cbegin%7Bpmatrix%7Dn-1%20%5C%5Ck%5Cend%7Bpmatrix%7D%20%5Ctimes%20p%5E%7Bk%7D%20%5Ctimes%20(1-p_%7Bk%7D)%5E%7Bn-1-k%7D%24
  • Poisson Distribution:https://chart.googleapis.com/chart?cht=tx&chl=%24p_%7Bk%7D%20%3D%20e%5E%7B%20-%20%5Cleft%5Clangle%20k%20%5Cright%5Crangle%20%7D%20%5Cfrac%7B%7B%5Cleft%5Clangle%20k%20%5Cright%5Crangle%20%5Ek%20%7D%7D%7B%7Bk!%7D%7D%24

超簡單實作 + 視覺化

直接使用 networkx 來生成圖以及使用 gravis 來做視覺化。

安裝 networkx & gravis

pip install networkx gravis
import networkx as nx
import gravis as gv

G = nx.gnp_random_graph(n=10, p=0.3, seed=42)
gv.d3(G)

然後就會產生像是下面的圖。

https://ithelp.ithome.com.tw/upload/images/20230922/20132837csv8sqfNKp.png

參考資料


上一篇
Day-06-Descriptive Network Analysis
下一篇
Day-08-Network Model--Watts–Strogatz model
系列文
初探 Network Science30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言