图数据的MCL（Markov聚类算法）在R中的实现

我正在尝试使用R中的马尔可夫聚类算法对一个图形数据集进行聚类。 我跟随thorugh学习了很多教程，包括

，以及其他许多

我的数据集如下所示：

   V1 V2 V3
1   0  1  1
2   0  2  1
3   1  2  1
4   2  3  2
5   2  4  2
6   2  5  3
7   3  6  4
8   3  7  5
9   3  8  5
10  4  9  6
11  4 10  4
12  4 11  5
13  4 12  7
14  4 13  4

V1和V2是节点，V3是连接的重量

每个教程都提到创建相邻矩阵。当我尝试他们的代码时，它总是抛出越界错误。 我假设这是因为列和行的参数不同。但没有什么真正有意义

即使创建一个相邻矩阵也是一项挑战，更不用说实现MCL了

有什么想法吗？我错过了什么

更新：

以下是我正在尝试的代码：

 df <- read.table(header=T, stringsAsFactors=F, text="     V1      V2     V3
 1   0  1  1
    2   0  2  1
    3   1  2  1
    4   2  3  2
    5   2  4  2
    6   2  5  3
    7   3  6  4
    8   3  7  5
    9   3  8  5
    10  4  9  6
    11  4 10  4
    12  4 11  5
    13  4 12  7
    14  4 13  4")

现在使用“重塑”将其转换为相邻表：

m <- as.matrix(dcast(df, V1 ~ V2, value.var = "V3", fill=0))

它抛出错误，显示：

Error in dimnames(x) <- dn : 

---

dimnames（x）中的

错误4 10是什么？这两个都是节点？你能发布错误和你要的代码吗trying@Hardikgupta，是的，两个都是节点。您会收到此错误，因为现在在矩阵
m
中有5行，而有13列。这就是为什么V1和V2中存在的维度不匹配元素不一致的原因，从某种意义上说，两列中存在的唯一元素不一致。V1中不存在节点10、11等，因此元素数量较少，因此不匹配
m <- as.matrix(dcast(df, V1 ~ V2, value.var = "V3", fill=0)), 

row.names(m) <- colnames(m)

Error in dimnames(x) <- dn :