power-law

    0熱度

    1回答

    R給定分佈（而不是樣本）中冪律的最大似然估計值

    我有一個數據框，其中x-y值表示值及其計數，例如， （1，1000），（2，100），（3，10）等。我想用MLE來擬合這個分佈的冪定律。 我可以使用power.law.fit或poweRlaw庫，但看起來這些庫取得了數據的特定樣本，而不是表示值和它們的計數的x-y值。 有沒有其他圖書館可以完成這項工作？謝謝！
    r model-fitting mle power-law 2016-04-26

    0熱度

    1回答

    冪律曲線擬合scipy，numpy不工作

    我想出了一個問題，在我的數據上擬合冪律曲線。我有兩個數據集：bins1和曲線擬合使用numpy.linalg.lstsq bins2 bins1作用罰款（我然後使用np.exp(coefs[0])*x**coefs[1]得到冪律方程） 在另一方面，bins2是怪怪的並顯示出一個糟糕的R平方 這兩個數據有不同的方程比excel顯示我（和更糟糕的R平方）。 這裏是代碼（和數據）： import num
    python excel numpy curve-fitting power-law 2016-11-23

    1熱度

    1回答

    冪律（）`的`包功能fitdistrplus`

    我生成使用包rplcon()功能poweRlaw data <- rplcon(1000,10,2) 現在，我想知道哪些已知分佈擬合數據的一些隨機變量最好。 Lognorm？ EXP？伽瑪？冪律？指數截斷的冪律？ 於是我就用功能fitdist()封裝fitdistrplus： fit.lnormdl <- fitdist(data,"lnorm") fit.gammadl <- fitdist(
    r mle power-law fitdistrplus 2016-05-11

    2熱度

    1回答

    如何在R中使用poweRlaw包來處理非常大的數據集？

    我裝配冪定律到45個百萬行矢量，爲此，我使用冪律包中R：https://arxiv.org/pdf/1407.3492.pdf 該過程的計算量最大的部分是估計下界，它與完成的estimate_xmin()功能。這需要很多時間。 的代碼是這樣的（w是載體和c_pl來自「連續冪律」）： c_pl <- conpl$new(w) est <- estimate_xmin(c_pl) c_pl$set
    r power-law bigdata 2016-10-09

    2熱度

    1回答

    用於擬合網絡度數分佈的冪律的輸入

    我想用R來測試網絡的度數分佈是否像無冪性的冪律一樣。儘管如此，我讀過不同的人以許多不同的方式來做這件事，一個令人困惑的地方是模型中應該使用的輸入。 例如，我讀過Barabasi，建議將冪律適合度爲(see Advanced Topic 3.B of chapter 4, figure 4.22的'補充累積分佈'。但是，我見過的人適合冪律的度（隨igraph::degree(g)獲得），而我也看到其
    r igraph ecdf power-law 2017-05-03

    1熱度

    1回答

    冪律分佈擬合

    我有一個數據樣本，樣本大小約爲500,000。目前我正在試圖以適應冪律分佈的樣本中，R.使用poweRlaw包 所以這是我的代碼實現這一目的： pl_rg <- conpl$new(a) estimate_xmin(pl_rg, xmax = 100) 但是，問題來了，當我嘗試運行x<-estimate_xmin(pl_rg,xmax = 100)的代碼。我發現這個代碼非常耗時。現在我已經運
    r power-law 2016-07-22

    2熱度

    2回答

    Power Law適用於poweRlaw包的臨界分佈

    我目前正試圖找到一種方法來計算適用於MLE截斷分佈的冪定律。分佈如下所示： 正如你所看到的，我能夠適應整個分佈（冪律配合），也下限（EXP-FIT）分開。我無法弄清楚的是如何擬合分佈的上限（f.e.8 8 < x < 100）。 有沒有辦法用poweRlaw包或任何其他R包做到這一點？我所希望的是一些看起來像這樣（注：這只是一個隨機分佈）： 代碼（如果需要）： #Power-Law librar
    r graph data-fitting mle power-law 2017-07-15

    1熱度

    1回答

    在Python中解決冪律分佈問題

    我的數據非常類似於power law分佈。使用Python，我要通過在形式求解兩個方程來近似數據： y是y軸數據。在Python中，它將是data[i]。 x將是i + 1。這表明我們在第一次數據索引，並在「隨機」第二屆一個別的地方數據得到兩個方程有兩個未知變量： 的問題歸結爲解決剛 由於數學的簡化。我不知道如何使用類似numpy.linalg.solve這樣的庫來解決這樣的等式。如何使用Pyth
    python numpy power-law 2016-04-27

    1熱度

    1回答

    如何使用Python估計指數截斷冪律的參數？

    有指數截斷功法下面的文章中的公式： 岡薩雷斯，M. C.，伊達爾戈，C. A.，& Barabasi，A. L.（2008）。瞭解個人移動模式。 Nature，453（7196），779-782。 這樣的： 這是一個指數截斷的冪律。有三個參數需要估計：rg0，beta和K.現在我們有幾個用戶的回轉半徑（rg），並將其上傳到Github上：radius of gyrations.txt 以下代碼可用
    python scientific-computing exponential power-law parametric-equations 2017-04-17

    0熱度

    1回答

    熊貓：如何根據頻率分佈將遵循powerlaw的數據框的列分成兩部分？

    我有一個有5列100萬條記錄的數據框。 unique_index,name,company_name,city_id,state_id 列，company_name，有100k個獨特記錄。這遵循權力法。 Top 5000 company_names覆蓋了70％的記錄。 我想取樣品的人數相等這有助於數據的頂部5000，從剩餘的一組公司。我試過pd.qcut(df['company_name'],
    python pandas sampling power-law 2017-07-28
最新問題