精华内容
下载资源
问答
  • 幂次曲线
    2021-04-19 07:22:17

    收集的问题:

    如何用matlab来拟合幂律分布,怎样将拟合值和实际值进行对比,放在一个图中,又如何检验实际数据是否符合拟合函数。

    如果不符合,如何来直接判断实际数据服从什么样的函数分布呢

    在MATLAB里,对数据进行拟合,在双对数坐标下,看数据是否符合幂律分布,求出幂指数,并绘出图形。-In MATLAB, the pairs of data fitting, in double logarithmic coordinates to see whether the data meet the power-law distribution, find the power index, and draw the graph.以傅雷书信为例:(平移237个单位时间)

    “>>”后是输入内容,行开头不含“>>”的是MATLAB运行的结果,“/”后是注释部分

    >> x=[ ];  /输入修正的书信间隔时间

    >> y=[ ];  /输入累积概率

    >> loglog(x,y,'ko')  /画出双对数下坐标图(k表示黑色,o表示圆圈)

    >> hold on  /保留刚才所画图表,以便继续在此图画出拟合直线

    >>  a=polyfit(log(x),log(y),1)  /求拟合直线的参数(一次项和常数项)

    a =

    -1.0700    5.9525

    >> b=2.71828^5.9525  /常数项转化

    b =

    384.7124

    >> x=100:100000;  /根据上面所作的图指定x的取值范围

    >> y=b*x.^ -1.0700 ;  /根据刚才的计算输入x和y的关系式

    >> plot(x,y,'k')  /在双对数坐标下画出拟合直线

    上面程序即可得到我们需要的图形,图形的再编辑可以在Figure窗口下的Edit-Figure Properties里修改(颜色、线条粗细、坐标轴命名等)。

    但是得注意的是,用这个plotfit函数不太能够用来拟合很复杂的函数,而只是用来拟合线性的、二维之类的,而用它来拟合幂律分布的曲线时,只能考虑先截取一部分的点,然后用这个函数去拟合。

    MATLAB软件提供了基本的曲线拟合函数的命令.

    多项式函数拟合:P=polyfit(x,y,n)

    其中n表示多项式的最高阶数,x,y为将要拟合的数据,它是用数组的方式输入.输出参数P为拟合多项式 P(1)*X^N + P(2)*X^(N-1) +...+ P(N)*X + P(N+1).的系数

    多项式在x处的值y可用下面程序计算.

    y=polyval(P,x,m)

    线性:m=1, 二次:m=2, …

    polyfit的输出是一个多项式系数的行向量。为了计算在xi数据点的多项式值,调用MATLAB的函数polyval。

    例:

    x=0:0.1:1;

    y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2];

    A=polyfit(x,y,2)

    Z=polyval(A,x);

    Plot(x,y,’r*’,x,z,’b’)

    polyfit不能保证你每次都能得到最优解,math的答案是使用数值计算。

    个人认为,对于这种非线性的曲线,尽量不要使用ployfit, ployfit多项式抑合适合线性方程!!

    用polyfit()函数去拟合这么复杂的曲线不太合适,polyfit()函数对于数据遵循多项式分布是比较好的,一般来说,利用polyfit()函数拟合的阶数不要超过5阶。 如果是不需要得到拟合曲线的函数,只是把这些点利用一些光滑曲线连接,建议使用三次样条函数spline()进行插值即可。

    更多相关内容
  • 针对非规则高阶样条曲线外轮廓零件,利用级数函数对零件外轮廓部分节点进行最小二乘拟合降阶处理,随后编写通用宏程序实现零件数控加工。给出一曲面零件模拟加工过程,结果验证了该方法的可行性与有效性。
  • matlab函数曲线拟合代码Geomech IITR 用于标准井解释和地质力学建模的MATLAB工具 一般特征 简单的GUI平台进行测井分析 电缆日志数据的可视化:加载和绘制电缆日志以可视化日志数据 综合日志建模器:使用我们的方程...
  • matlab函数曲线拟合代码回声密度测量 这些脚本和数据说明了针对脉冲响应信号中的时间回波密度的“排序中心时间”度量,该度量在以下论文中提出: Helena Peic Tukuljac,Ville Pulkki,Hannes Gamper,Keith Godin...
  • c#/WPF二贝塞尔曲线

    2016-11-10 11:04:02
    用二贝塞尔曲线参数方程实现二贝塞尔曲线绘制
  • Py3_曲线拟合_函数 用于计算任意曲线方程
  • 今天小编就为大家分享一篇对python指数、数拟合curve_fit详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 通过构造一个新的、精确的和通用的保角映射,利用Muskhelishvili复势法研究了任意自然数次幂函数型曲线裂纹的平面弹性问题,给出了远处受单向拉伸载荷下裂纹尖端Ⅰ型和Ⅱ型应力强度因子的一般解.当幂次取不同的...
  • matlab的双曲线代码双曲变换 这是本文的补充材料: Arthur C. Tsai *,Michelle Liou *,Maria Simak和Philip E. Cheng。 关于双曲正态变换。 计算统计与数据分析,115:250–266,2017年。 Matlab脚本演示了双曲...
  • 基于幂曲线映射的测量矩阵优化算法,王若乾,赵瑞珍,测量矩阵是压缩感知的基础,贯穿着整个采样、重构过程,其性能的优劣直接影响着采样数据的完整性和重构信号的精确性,起着关键性
  • 我们的世界和社会大部分,都是面向基于所谓的逆律而分布的,我对这样的经验事实尤为感兴趣,即许多分布曲线的形状都是曲线从中央峰值俯冲而下,沿着一条长长的尾巴渐渐地抱住水平轴的。逆律至雅至简,深不可测,...

    鲁迪·拉克(Rudy Rucker):数学家,计算机科学家,赛博朋客(cyberpank)先驱,科幻小说家,著有《穿梭于有序与无序的杂乱间》(Surfing the Gnarl)。

    我们的世界和社会大部分,都是面向基于所谓的逆幂律而分布的,我对这样的经验事实尤为感兴趣,即许多分布曲线的形状都是曲线从中央峰值俯冲而下,沿着一条长长的尾巴渐渐地抱住水平轴的。

    逆幂律至雅至简,深不可测,但离至臻至美还甚远。逆幂律能够自我组织与自我维持。基于尚未探明的原因,逆幂律自发地突现在平行计算的广泛范围中,同时出现在社会科学和自然科学中。

    社会科学家中第一个留意到逆幂律的是语言学家乔治·金斯利·齐普夫(George King Sley Zipf),他对如今被称为齐普夫定律的观察结果作出了阐释。他所陈述的事实是,在大多数文件中,一个词的使用频率与它的普及排名名次成反比。所以,出现频率位居第2的单词,其出现频率是频率最高单词的一半,而出现频率第10位的单词则是最高单词的1/10。

    在社会中,类似的逆幂律支配了社会的报酬分配。比如,身为作家,我留意到名次为第100位畅销作家的销售书籍,是首位畅销作家的1/100。如果第1名作家出售了100万,像我这样的作者可能就卖一万本。

    心怀不满的文人们有时会幻想乌托邦市场,其中自然产生的逆幂律分布会强行用线性分布来取代。也就是其销售明细会是平滑的斜线,而不是如现实中的逆幂律曲线那样,从一个很离谱的高峰俯冲而下,一瞬间就贴着水平轴缓慢而行。

    但是没有明显的方式可以改变作家的销售曲线。让某些组织强行介入,使销售曲线产生不同的分布显然是行不通的,毕竟买什么书的选择权在读者手中。社会是一种平行计算的系统,某些方面是我们无法控制的。

    逆幂律在收入分配方面特别让人寝食不安。因此社会中第二富有的人可能拥有最富有的人一半的财富,第10富有的人可能只有1/10,然后排在第1 000的人的财产就只有首富的千分之一。

    同样的现象可以说得更加赤裸,某家公司的CEO可能年薪为一亿美元,同一家公司的软件工程师的年薪可能只会有十万美元,该公司海外组装工厂的工人年薪为一万美元,仅是最高主管收入的万分之一。

    这种幂律分布也可以在周末首映电影票房收入、网页点击量、电视节目收视率中发现。是不是有某种原因,导致了排名靠前的人做得太好,而排名垫底的人似乎被极度不公平地惩罚?答案是否定的,没有任何真正的理由,不存在任何阴谋诡计扭曲了报酬。虽然这让人感到不舒服,但逆幂律的分布是系统行为的基本自然法则。它们无处不在。

    逆幂律不仅不会被社会所局限,它还主宰着自然界的统计数据。面积排名第十的湖可能是最大湖面积的1/10;一片森林中体积排名第100的树可能是最大树的1/10,海滩上体积排名在第1 000的石头是最大石头的千分之一大小。

    无论我们是否喜欢,逆幂律就如激流、熵或是万有引力定律那样无法规避。话虽如此,但在我们的社会中,我们多少能够缓和逆幂律的影响,如果说我们完全无法控制任何贫富之间的差距,也未免也太过于绝望了。

    但逆幂律曲线的基本架构永远不会改变。我们要么接受我们必定会处在对逆幂律加以抱怨的状态下的这个事实;要么接受,或许这是将严苛的定律弯曲为不那么陡峭直冲而下这个现实。

    以上是我要请假网为大家整理的“逆幂律曲线的基本架构永远不会改变”,如您想了解更多关于“冷门知识”的信息,欢迎访问www.woyaoqingjia.com查看更多相关信息。

    转载请注明:我要请假网https://www.woyaoqingjia.com/zhishi/18604.html

    展开全文
  • MATLAB polyfit曲线拟合及拟合最高次幂的选择

    万次阅读 多人点赞 2018-07-01 16:45:23
    函数:p = polyfit(x,y,n)其中:x是已知的离散数据点的横坐标,y是已知离散数据点的纵坐标,n为需要拟合的最高次幂,由我们给定,运用不同的多项式进行拟合,返回值p从左到右是高到低的多项式p(x)的系数,长度是...

    polyfit:最小二乘多项式曲线拟合

    已知离散点上的数据集,即已知在点集上的函数值,构造一个解析函数(其图形为一曲线)使在原离散点上尽可能接近给定的值。

    函数:p = polyfit(x,y,n)

    其中:x是已知的离散数据点的横坐标,y是已知离散数据点的纵坐标,

    n为需要拟合的最高次幂,由我们给定,运用不同的多项式进行拟合,

    返回值p从左到右是高次到低次的多项式p(x)的系数,长度是n+1

    p(x)=p1xn+p2xn1+...+pnx+pn+1

    函数:y=polyval(p,x);      %根据拟合的函数得出x对应的因变量y的值

    多项式n的阶数的确定:

    可以用MATLAB的拟合工具箱,cftool进行选择

    在MATLAB主窗口中输入 cftool 回车 ,会弹出拟合工具箱界面


    选择拟合的参数,在右上角选择拟合方式为“Polynomial”,然后通过选择不同的degree,看右下角看离散点是否落在拟合曲线是以及Results里的SSE(方差)和R-square(相关系数),上图中的拟合,可以看到离散点都落在了拟合线上,并且相关系数为1,方差在-9的数量级上,拟合良好。


    展开全文
  • WES幂曲线绘制实例

    2011-03-12 13:56:50
    利用C#语言与AutoCAD的二开发技术,根据WES曲线的性质进行转换,绘制得到……
  • 律分布拟合曲线

    2012-12-16 17:31:41
    plot (on log-log axes) the empirical distribution along with the fitted power-law distribution
  • 研究含函数类对称曲线裂纹平面弹性问题,与解决孔口问题类似,采用传统的复变函数保角映射法,给出适当的保角变换公式,将裂纹外的区域映射到一个复平面的单位圆内,得到了含函数类对称曲线裂纹尖端Ⅰ-Ⅱ型应力...
  • excel 方程拟合 包含线性,指、函数,三阶贝塞尔绘图拟合曲线,贝塞尔(Bezier)求控制点
  • 同时,和混杂材料带来的遗忘曲线类似,绝大多数功能丰富的成熟应用,留存曲线都应该是衰减程度更慢的函数。 事实上也确实如此,包括前面提到的番茄小说例子在内,我从QuestMobile验证了其他一些常见App,以及手头...
    
     

    64eb5654d9fef5c3973b890dbe8d87c4.gif

    
     
    公众号后台回复“图书“,了解更多号主新书内容

         作者:青十五

         来源:青十五

    1、从LTV预估开始说起

    上次职人社的文章,介绍了LTV的预估方法,这是许多业务UE模型和增长模型的起点: 

    其中,用户生命周期又可以用累加的留存率来计算: 

    不过,这里面使用的留存率却未必是实际发生的历史数据。

    因为我们做决策时往往等不了那么长的时间,所以我们一般使用的是根据前面一小段时间的数据拟合出来的留存函数R(t)。

    那留存函数应该怎样拟合呢?

    2、留存函数拟合

    许多文章或资料会推荐这么一个方法:

    (1)把过去的次日、3日、7日、14日、30日等留存率记录在Excel中,画出来一个散点图;

    (2)然后点击图上的数据点,右键选择“添加趋势线”,这时右方就会出现可以拟合的曲线类型(指数、线性、对数、多项式、乘幂、移动平均);

    (3)打开显示公式和R平方项,在这些曲线类型和公式中,选择R方最接近1的那个(一般是指数或乘幂),即为最终拟合得到的留存函数R(t)。

    cac0389f39b46a90ba123d8beceff4b7.png

    番茄小说2021.05新用户留存率,QuestMobile

    选择R方最接近1,意味着找到了拟合程度最高的函数作为留存函数R(t),接下来就可以回到LTV预估的主线去了。

    不过这里有个小问题,却似乎鲜有人讨论过:

    为什么是指数或乘幂这两个函数?如果拟合的结果是这两个函数中的一个,意味着什么?它俩最核心的差异和联系在哪?

    3、两个函数的差异

    这两个函数有什么差异呢?

    如果光从函数本身看,指数函数和幂函数的核心差异在于衰减的速度。

    指数函数的表达式为: 

    幂函数的表达式为: 

    根据表达式我们可以推导出,如果以3天为一个周期,对于指数函数来说,留存率每三天会以同样的速度衰减: 

    而对于幂函数来说,留存率衰减的速度会逐渐放缓,下一个同比例衰减周期会拉长到6天,即上一个周期的两倍: 

    我们总是希望留存率的衰减能够慢一些,所以相比之下,拟合成幂函数是更希望看到的结果。

    4、艾宾浩斯遗忘曲线

    那这两个函数有什么联系呢?

    1885年,德国心理学家艾宾浩斯(H.Ebbinghaus)首次对人类的记忆进行了定量研究,他用无意义的音节作为记忆的材料,通过记录一段时间后被试人员对这些音节材料的记忆留存率,绘制出了这样一个曲线:

    d541cd0a52112d322c7b73c7b554ce74.png

    这个曲线也被称为艾宾浩斯遗忘曲线(或记忆曲线),可以看到通过对这个曲线进行拟合,得到的拟合度最高的是一个幂函数。

    不过后续人们的研究表明,单一的遗忘曲线实际上应该是更接近指数函数的,结合前面提到的指数函数的性质,说明人类会以一个固定的周期等概率地遗忘大脑中的信息,是一个很符合大自然规律的现象。

    而艾宾浩斯之所以拟合得到了幂函数,是由于最初的记忆实验,混杂了不同难度的记忆材料,这种混杂改变了遗忘曲线的指数性质。

    下面的这个例子,可以解释这一现象:

    27d992576d8cf67f7c2335e886a9d453.png

    图中黄色和紫色曲线,分别代表两种难度记忆材料的遗忘曲线,它们都是指数函数  ,其中k的大小不同,代表难度不同;

    而黑色的散点,则为两个函数的平均值(或可泛化为线性组合),通过对这些散点进行拟合,会发现一个有趣的事实:

    某些情况下,对两个指数函数线性组合后的曲线,拟合度更高的(即R方更大的),却不再是指数函数了,而是幂函数!

    这个有意思的现象,各位有兴趣的话,可以自行验证一下。

    5、遗忘曲线与留存曲线

    关于遗忘曲线的结论,对我们理解留存曲线有什么帮助吗?

    事实上我们早就发现,这两个曲线惊人地一致。

    如果把拉新激活的动作视为最初始的记忆训练,那么在后续的时间里,如果没有再次激活,用户就会以一定的概率,自然而然地遗忘我们的App,表现就和遗忘曲线是一样的。

    为了让用户回到我们的App,提升用户留存率,我们通过各种push召回它们,这也和关于记忆的研究中,定期复习的方法如出一辙。

    同时,和混杂材料带来的遗忘曲线类似,绝大多数功能丰富的成熟应用,留存曲线都应该是衰减程度更慢的幂函数。

    事实上也确实如此,包括前面提到的番茄小说例子在内,我从QuestMobile验证了其他一些常见App,以及手头有的一些内部数据,它们的留存曲线的确都是拟合成了幂函数:

    8976a7a6efac1704f2fa886fb907ba5a.png

    番茄小说、知乎与陌陌2021.05新用户留存数据,QuestMobile

    6、对数函数与其他LTV预估方法

    最后再补充两个点。

    在前面的趋势线拟合中,有一个对数函数可能会是迷惑选项。

    对数函数的表达式是: 

    随着t的增长,对数函数计算得到的结果很可能会小于0,而不是像指数函数和幂函数一样始终保持大于0的结果。

    小于0的留存率是没有意义的,因此如果最优拟合的结果是对数函数,更可能的情况是巧合或者样本量太小,对数函数在这个场景下本身没有合理的物理意义。

    不妨在指数函数或者幂函数中选择一个,他们的拟合度离最优拟合应该差不了多少。

    而对于最开始提到的LTV预估公式: 

    需要说明的是,这里面隐藏了一个假设:ARPU值恒定不变,是个常数

    但在现实情况下,这样的假设往往会带来一些误差,因为随着留存时间增加,这部分用户的ARPU总是会随之有所变化。

    一种调整的方法是对ARPU同样进行预估,将公式改造为: 

    不过ARPU的变化规律可能很难找,或者压根就没有像留存曲线这样简单清晰的规律。

    因此另一种调整方法是不做拆分,用更多样本数据和特征数据,整体地对用户贡献价值进行函数拟合预估: 

    这样的方法需要足够多的样本,本身也更适合需要精细化的运营场景,这里就不再展开了。

    参考资料:

    [1] https://supermemo.guru/wiki/Exponential_nature_of_forgetting

    [2] https://supermemo.guru/wiki/Forgetting_curve

    ◆ ◆ ◆  ◆ ◆
    麟哥新书已经在当当上架了,我写了本书:《拿下Offer-数据分析师求职面试指南》,目前当当正在举行活动,大家可以用相当于原价5折的预购价格购买,还是非常划算的:
    
     
    数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
    
    管理员二维码:
    
    
    猜你喜欢
    
    ● 卧槽!原来爬取B站弹幕这么简单
    ● 厉害了!麟哥新书登顶京东销量排行榜!
    ● 笑死人不偿命的知乎沙雕问题排行榜
    
    ● 用Python扒出B站那些“惊为天人”的阿婆主!
    ● 你相信逛B站也能学编程吗
    展开全文
  • 输入ab点坐标即可得到曲线点 %%%%%%%%%%%%%%%%%%%%两点五多项式 A = [3;6]; %A点x,y坐标 B = [4;1]; %B点x,y坐标 vendpoint = 0; %端点速度 aendpoint = 2; %端点加速度 pointnum = 1000; %点数量 syms a b c ...
  • 我使用的数据是科学格式的,具有不同的指数。我能得到同样指数的图吗?以下是我目前最小的工作示例:import numpy as npimport matplotlib.pyplot as pltxdata = np.array([1,2,3,4,5])# Data Set 1ydata1 = np....
  • 利用复变函数法,通过引入适当的保角变换,研究了裂纹面受剪切作用下无限大点群6一维六方准晶中函数型曲线裂纹的断裂行为,给出了曲线型裂纹在裂纹尖端处应力强度因子公式,得到了裂纹尖端处应力强度因子的解析解...
  • l-曲线矩阵代码 标题 作者 日期 输出 降价促销 纳米级的功率定律等。 2015年8月23日,星期日 ...数据集和内容为: 纳米力在环境条件下的功率定律 ...Olukan),塞尔吉奥·桑托斯(Sergio ...律(原始和半处理的数
  • 我在尝试使用 Python3 把下面的图像拟合成符号律分布的曲线方程 ![图片说明](https://img-ask.csdn.net/upload/202005/04/1588554239_68515.png) 参考了论坛上某位高手的帖子:...
  • 讨论了GM(1,1,tα)幂次时间项模型的曲线形状、发展系数以及指数间的关系,研究了非等间隔GM(1,1,tα)幂次时间项模型的参数空间.将平均相对洪差看成指数的函数,根据序列形状判断指数的范围,并利用粒子群...
  • 本文提出了一种基于指数硬化模型的细观损伤参数的标定方法,利用响应面法建立了硬化参数与损伤参数的函数关系;再利用硬化参数建立了误差评价函数来确定损伤参数。以双相钢 DP780为例,进行单向拉伸及槽型件成形数值...
  • %绘3拟合曲线图 >> for i=1:7 text(x(i),y1(i)+0.1,strcat('(',num2str(x(i)),',',num2str(y1(i)),')')); end; >> xlabel('x'); >> ylabel('y'); >> figure; >> plot(x,y2,'-bo'); %绘3拟合曲线图 >> for i=1:7...
  • 本代码用matlab编程,计算了duffing振子(杜芬振子)和非线性加律振子的响应,使用的方法是Newmark β方法和Runge-kutta方法,资源内容包括matlab代码和演示PPT,仅供学习使用,有问题可以留言。
  • 在几请求之后,我编写了此函数,该函数(在对数-对数轴上)绘制了经验分布以及拟合的律分布。 使用信息包含在文件中; 在Matlab提示符下键入'help plplot'以获取更多信息 plvar.m估计拟合参数的不确定性。 该...
  • 说明:大于一的级数与陡峭程度正相关,小于一的级数相当于曲线顺时针旋转90°,底数增减的量决定在横轴的平移。 <!DOCTYPE html> <html lang="utf-8"> <...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,195
精华内容 5,278
关键字:

幂次曲线

友情链接: T-SQL代码规范.zip