Question

我一直在尝试找到一种方法来将我的一些列（包含用户点击数据）与python中的 poisson 分布相匹配。这些列（例如，click_website_1，click_website_2）可以包含1到数千的值。我试图这样做，因为有些人resources建议：

我们建议不要分析计数数据对其进行对数转换，而是基于泊松和负的模型应使用二项分布。

我在scipy和numpy中找到了一些方法，但这些方法似乎生成了一些具有泊松分布的随机数。但是，我感兴趣的是将自己的数据与泊松分布相匹配。任何库建议在Python中执行此操作？

Answer 1

以下是检查数据是否遵循泊松分布的快速方法。您在假设下绘制了一个poisson分布，其中包含费率参数lambda = data.mean()

import numpy as np
from scipy.misc import factorial


def poisson(k, lamb):
    """poisson pdf, parameter lamb is the fit parameter"""
    return (lamb**k/factorial(k)) * np.exp(-lamb)

# lets collect clicks since we are going to need it later
clicks = df["clicks_website_1"]

这里我们使用pmf作为possion distribution。

现在让我们从数据中做一些建模（click_website_one）我们使用MLE估计泊松参数，结果只是平均值

lamb = clicks.mean()

# plot the pmf using lamb as as an estimate for `lambda`. 
# let sort the counts in the columns first.

clicks.sort().apply(poisson, lamb).plot()

如何在Python中将数据帧的列拟合到泊松分布中

1 个答案: