power-law

0熱度

1回答

我試圖用最大似然估計來檢查某些合成數據集中冪律的存在。我遵循this paper中描述的方法。在這種方法中，將一個觀察向量x提供給代碼，然後代碼告訴給定數據將來自冪律分佈的置信度（p值）。對於單個數據集，這非常簡單。但是，現在我正在嘗試使用相同的代碼來處理稍微不同的情況。所以我對某個進程進行了很多（比如說100次）隨機模擬，並且每次都給我一個長度爲1000的向量x。然後，我對所有這100個實現的分

2熱度

1回答

比較頻率數據和zipf /等級數據

多年來，我一直希望能夠處理不同質量的頻率列表（字符，單詞，n-gram等），但從未想出如何將它們一起使用。當時我直覺認爲只有排名的列表並沒有其他數據應該是有用的。從那時起，我已經瞭解到Zipf's law和power laws。雖然我數學不好，所以我沒有完全理解所有的東西。我在StackOverflow和CrossValidated中發現了一些看起來可能相關的問題。但是我要麼在正確的層面上理解

0熱度

1回答

Boost Graph Library C++/Power Law

我有一個向量的頂點id，x & y座標，我想爲我的頂點生成一個冪律圖。 Boost庫圖提供了冪律plod_iterator（）但我怎樣才能生成我的頂點。任何人都可以幫忙

1熱度

1回答

基於原始數據創建冪律分佈圖

因此，我有一個原始數據，如果繪製，應該形成一個冪律分佈。我不確定如何平滑圖表。我可以在Excel中完成，但是我想在R中完成。我有一個2列的數據框。一個叫做頻率，另一個叫做比例。頻率是文檔中使用的單詞的頻率。比例是百分比。所以我想在X軸上繪製頻率，並在Y上繪製比例。我試過barplot和ggplot。調整空間後，barplot顯得非常完美。但出於某種原因，我只能在Y軸上顯示數字，並且不能讓數字

0熱度

1回答

如何將數據放在像powerlaw.plot_pdf這樣的圖表上？

我需要使用powerlaw軟件包的一些基本幫助（https://pypi.python.org/pypi/powerlaw）。我有一個數據樣本列表。當我使用powerlaw.plot_pdf（數據）時，我得到一個圖表（*抱歉，由於我沒有足夠的聲望，因此無法在此處上傳圖表）。然而，努力創造我自己在同一張圖（此代碼）時： ax.plot(data) ax.set_yscale('log')

2熱度

3回答

飼養規模的免費圖形的擾動後度分佈 - 蟒蛇

給定一個無尺度圖G（圖，其度分佈是一個功法），以及以下程序： for i in range(C): coint = randint(0,1) if (coint == 0): delete_random_edges(G) else: add_random_edge(G) （C爲常數）所以，當C很大時，程序之後的程度分佈更像G（n，p）。我

-1熱度

1回答

Python擬合多項式，冪律和指數數據

我有一些數據（x和y座標）來自一項研究，我必須繪製它們並找到適合數據的最佳曲線。我的曲線是：多項式達6度; 冪律; 指數。我能找到多項式最適合與 while(i < 6): coefs, val = poly.polyfit(x, y, i, full=True) ，我採取最小化val程度。當我必須適應冪律（最有可能在我的研究中），我不知道如何正確地做到這一點。這就是我所做的。

1熱度

1回答

冪律KS檢驗

我試圖使用Aaron Clauset，Cosma Rohilla Shalizi和M.E.J.所述的方法來擬合冪律分佈到數據集。紐曼在其論文「經驗數據中的冪律分佈」中。我發現的代碼進行比較，以我自己的，但我是一個有點困惑，其中有些是從何而來，故事至此爲止的，，以確定合適的XMIN的冪律健康，我們把每可能的xmin符合數據的冪律，然後計算相應的exponet（a），然後計算擬合的KS統計量（D）

1熱度

1回答

無法使用PoweRlaw來估計xmin，大數據集的alpha

我有以下樣本數據集。第一列是序列號，第二列是數據。使用R，我試圖找到xmin，alpha和pvalue。上述數據集是離散的，值很大，並將數據視爲連續的。出於某種原因，R無法爲est= estimate_xmin()提供適當的輸出。這是相同的代碼。 > library('poweRlaw') > m_bl = conpl$new(sample_data$V1) > est = estimate

1熱度

1回答

ImportError：沒有名爲mpmath的模塊。但mpmath已安裝。怎麼了？

我安裝了anaconda，並在這些mpmath之間安裝了很多python庫。當我嘗試運行冪包我得到以下錯誤： -> 1466 from mpmath import erfc 1467 # from scipy.special import erfc 1468 from scipy.constants import pi ImportError: No modul