标签：bar nm np Erdos 随机 Renyi 节点 tbinom
1 随机图生成简介
1.1 \(G_{np}\)和\(G_{nm}\)
以下是我学习《CS224W：Machine Learning With Graphs》[1]中随机图生成部分的笔记，部分补充内容参考了随机算法教材[2]和wiki[3]。随机图生成算法应用非常广泛，在NetworkX网络数据库中也内置的相关算法。我觉得做图机器学习的童鞋很有必要了解下。
Erdos-Renyi随机图[4]以两位著名的匈牙利数学家P.Erdős和A. Rényi的名字命名的，是生成随机无向图最简单和常用的方法，包括以下两种紧密相关的变体：
-
\(G_{np}\): 拥有\(n\)个节点，且边\((u, v)\)以独立同分布的概率\(p\)产生的无向图
-
\(G_{nm}\): 拥有\(n\)个节点，且其中\(m\)条边按照均匀分布采样生成的无向图。
(八卦：最常被讨论的\(G_{np}\)其实是Gilbert[5]提出的，不过由于P.Erdős和A. Rényi提出的\(G_{nm}\)更早一些，后来就将两种都统称Erdos-Renyi随机图了)
1.2 生成方法
- \(G_{np}\)：按某个次序考虑\(\tbinom{n}{2}\)条可能边中的每一条，然后以概率\(p\)独立地往图上添加每条边。
- \(G_{nm}\): 均匀选取\(\tbinom{n}{2}\)条可能边中的一条，并将其添加为图的边，然后再独立且均匀随机地选取剩余\(\tbinom{n}{2}-1\)可能边中的一条，并将其添加到图中，直到\(m\)边为止（可以证明，虽然是无放回采样，但是每次采样是独立的，任意一种\(m\)条边的选择结果是等概率的）。
值得一提的是，在\(G_{np}\)中，一个有\(n\)个顶点的图具有\(m\)条边的概率满足分布：
\[\tbinom{\tbinom{n}{2}}{m} p^m(1-p)^{\tbinom{n}{2}-m} \]该分布式二项分布，边的期望数为\(\tbinom{n}{2}p\)，每个顶点度的期望为\((n-1)p\)。
1.3 两种方法比较
-
两者的相同点：节点数量都为\(n\)，且边数量的期望为\(p\tbinom{n}{2}\)；
-
两者的区别：\(G_{np}\)的可能边数量在\(\tbinom{n}{2}p\)上下波动，而\(G_{nm}\)则恒定有\(m\)条边。
2 \(G_{np}\)随机图
2.1 只用\(n\)和\(p\)够吗？
\(n\)和\(p\)并不能完全决定一个图。我们发现即使给定\(n\)和\(p\)，图也有许多实现形式。如当\(n=10, p=1/6\)时，就可能产生如下的图：
2.2 \(G_{np}\)的图属性
接下来我们考虑给定\(n\)和\(p\)，图\(G_{np}\)所可能拥有的不属性，包括度分布\(p(k)\)、聚类系数\(C\)、连通分量、平均最短路径长度\(\bar{h}\)等。
- 度分布
\(G_{np}\)的度分布是满足二项分布的，我们设\(p(k)\)为任意节点度数的概率分布函数。当节点数\(n\)足够大时，\(p(k)\)可视为对度为\(k\)的节点所占比例的近似。我们有：
\[p(k)=\left(\begin{array}{c} n-1 \\ k \end{array}\right) p^{k}(1-p)^{n-1-k}\quad (k=0, 1,..., n-1) \]其中\(\left(\begin{array}{c} n-1 \\ k \end{array}\right)\)表示从\(n-1\)个节点中选\(k\)个节点，\(p\)为边产生的概率。该分布是二项分布，所以我们有以下均值和方差：
\[\begin{aligned} & \bar{k} =(n-1)p \\ & \sigma^2 = (n-1)p(1-p) \end{aligned} \]二项分布的离散分布图像如下图所示：
当\(n\)足够大时，二项分布可以用正态分布去近似。
- 聚类系数
我们设
\[C_{i}=\frac{e_{i}}{\tbinom{k_i}{2}} \]此处\(e_i\)为节点\(i\)邻居之间的边数，\(k_i\)为节点\(i\)的度，\(\tbinom{k_i}{2}\)为节点\(i\)的邻居间可能存在的边总数。由于\(G_{np}\)中边都按照概率\(p\)独立同分布，我们有
\[\mathrm{E}(e_i)= \tbinom{k_i}{2}p \]其中\(p\)为节点\(i\)的邻居间两两结合的概率，\(\tbinom{k_i}{2}\)为节点\(i\)的邻居间可能存在的边总数。
我们进一步可推知聚类系数：
\[C =\mathrm{E}(C_i)= \frac{\mathrm{E}(e_i)}{\tbinom{k_i}{2}}=p=\frac{\bar{k}}{n-1} \approx \frac{\bar{k}}{n} \]- 连通分量
图\(G_{np}\)的图结构会随着\(p\)变化，如下图所示：
观察可知其中当巨大连通分量（gaint connected component）出现时，\(p = 1/(n-1)\)，此时平均度\(\bar{k} = (n-1)p=1\)。
平均度\(k=1-\varepsilon\)(即小于1)时，所有的连通分量大小为\(\Omega(\log n)\)；
平均度\(k = 1 + \varepsilon\)（即高于1）时，存在一个连通分量大小为\(\Omega(n)\)，其它的大小为\(\Omega(\log n)\)。且每个节点在期望值上至少有一条边。
如下图所示为\(G_{np}\)中，\(n=100000\)，\(\bar{k}=(n-1)p=0.5,..., 3\) 时的模拟实验图像：
根据模拟实验，在\(G_{np}\)中，平均度大于1时，巨大连通分量恰好出现。
- 平均最短路径长度
Erdos-Renyi随机图即使扩展到很大，仍然可以保证节点之间只有几跳(hops)的距离，如下所示为图的平均最短路径长度\(\bar{h}\)随节点数量变化的关系图：
可以看到平均最短路径长度\(\bar{h}\)随着节点数量\(n\)增长并满足\(O(\log n)\)的增长阶。
2.3 真实网络和\(G_{np}\)的对比
相似点： 存在大的连通分量，平均最短路径长度
不同点： 聚类系数，度分布
在实际应用中，随机图模型可能有以下问题：
- 度分布可能和真实网络不同，毕竟真实网络不是随机的。
- 真实网络中巨大连通分量的出现可能不具有规律性。
- 可能不存在局部的聚类结构，以致聚类系数太小。
3 代码库
NetworkX中内置了Erdos-Renyi随机图的生成函数，包括\(G_{np}\)和\(G_{nm}\)。就是需要注意\(G_{np}\)的API[6]是
erdos_renyi_graph(n, p, seed=None, directed=False)
该API与nx.binomial_graph 、nx.gnp_random_graph作用是相同的。
而\(G_{nm}\)的API[7]是
nm_random_graph(n, m, seed=seed, directed=False)
故大家在实际使用中要注意区分。
参考
-
[2]
Mitzenmacher M, Upfal E. Probability and computing: Randomization and probabilistic techniques in algorithms and data analysis[M]. Cambridge university press, 2017. -
[4]
Erdős P, Rényi A. On the evolution of random graphs[J]. Publ. Math. Inst. Hung. Acad. Sci, 1960, 5(1): 17-60. -
[5]
Gilbert E N. Random graphs[J]. The Annals of Mathematical Statistics, 1959, 30(4): 1141-1144. -
[7] https://networkx.org/documentation/stable/auto_examples/graph/plot_erdos_renyi.html?highlight=renyi
标签：bar,nm,np,Erdos,随机,Renyi,节点,tbinom 来源： https://www.cnblogs.com/orion-orion/p/16254923.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。