幂律分布拟合
power law distribution fitting
我有一个数据样本，样本量在 500,000 左右。我目前正在尝试使用 R 中的 poweRlaw 包使样本符合幂律分布。
所以这是我为此编写的代码：
pl_rg <- conpl$new(a)
estimate_xmin(pl_rg, xmax = 100)
但是，当我尝试 运行 x<-estimate_xmin(pl_rg,xmax = 100) 的代码时，问题就来了。我发现这段代码非常耗时。我现在已经 运行 这段代码长达 5 个小时了，它仍然是 运行ning。
那么有什么方法可以加速这个过程，或者有什么方法可以符合幂律吗？
estimate_xmin 速度慢的原因是它正在尝试数据的每个可能值以获得潜在的 xmin 值。您可以通过指定值显着加快函数速度，例如
estimate_xmin(pl_rg, xmins = 1:10)
有关详细信息，请参阅帮助页面。
我有一个数据样本，样本量在 500,000 左右。我目前正在尝试使用 R 中的 poweRlaw 包使样本符合幂律分布。
所以这是我为此编写的代码：
pl_rg <- conpl$new(a)
estimate_xmin(pl_rg, xmax = 100)
但是，当我尝试 运行 x<-estimate_xmin(pl_rg,xmax = 100) 的代码时，问题就来了。我发现这段代码非常耗时。我现在已经 运行 这段代码长达 5 个小时了，它仍然是 运行ning。
那么有什么方法可以加速这个过程，或者有什么方法可以符合幂律吗？
estimate_xmin 速度慢的原因是它正在尝试数据的每个可能值以获得潜在的 xmin 值。您可以通过指定值显着加快函数速度，例如
estimate_xmin(pl_rg, xmins = 1:10)
有关详细信息，请参阅帮助页面。