幂律分布与指数分布、幂律与分形

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了幂律分布与指数分布、幂律与分形相关的知识,希望对你有一定的参考价值。

参考技术A 在看《跃迁》这本书时,第二章讲到幂律时,提到:

幂律的第二个重要特色,就是分形(fractual)。

作者对 幂律——分形 之间所做的关联让我本能的产生了好奇,准确地说是产生了疑问。

后来才发现,之所产生疑问,是因为当我看到下面这个“幂律分布函数”时,我脑海里出现的是一个指数函数的表达式!我把幂律分布和指数分布搞混淆了。

我面对这个问题的第一反应是:幂律、指数、分形,肯定都是源于数学的概念吧?!

回到最源头,去找这几个概念对应的数学定义和数学表达式。

找到的比较有价值的资料有:

1. 指数分布与幂律分布定义及不同(泊松分布、伽马分布)

2. 从盛极而衰的指数衰减律到幂律分布律——弱而不太衰的坚强少数派

把两种分布的概率密度表达式放在一起对比,就是根据其表达式的函数类型给起的名儿。

把他们画在同一个线形坐标系,很像,难区分。但如果放到双对数坐标系,很容易就区分开了。在双对数坐标系里,幂律分布的曲线是一条直线。

最后的结论好像是说服了我自己。

要验证这个结论是否正确,改天可以找时间做如下尝试: 按照这个逻辑再推导出几个结论,或者按照这个规律自己造几个符合此规律的函数,然后作图,看看这些图形效果是不是真的具有“分形”的特点。

收获: 加深了对幂律分布、分形的了解,进一步区分了一些基本概念,比如[幂函数、指数函数]  与  [ 幂律分布函数、指数分布函数 ]完全是分属两套系统的不同概念,虽然有一定关联,但内涵大不相同,不能简单将它们按照字面意思进行粗暴连接。

如何计算图的幂律指数

如果我有一个有向图,每个顶点有一个度和度。

从绘制入度和出度与节点数量有这个入/出度,从曲线上可以看出它遵循幂律。

但我怎么能找到功率低指数?

谢谢,

答案

使用RStudio中的igraph包,您可以使用fit_power_law函数:

my_fit <- fit_power_law(degree(my_graph, mode = "all"), implementation = "plfit")

我认为,my_fit$alpha将成为你的幂律指数。

下次发布问题时,请说明您用于分析数据的软件/语言,并提供一些可重现的数据示例。 =)

另一答案

通常,您可以拟合表单的OLS线性回归

log(count_of_nodes) = a + b * log(degree) 

估计系数b将是你的指数。

以上是关于幂律分布与指数分布、幂律与分形的主要内容,如果未能解决你的问题,请参考以下文章

“幂律与临界”支配神经网络,深度学习技术要向大脑学习

Power-law(幂律)分布 拟合

用 Python 求解幂律分布

产生幂律分布的随机数生成器?

从幂律分布到特征数据概率分布——12个常用概率分布

强者越强-效率与公平的幂律视角