使用numpy

Question

我需要为可以拥有多个馆藏的用户生成多个（例如100 000个）随机的馆藏集。对于任何给定的用户，这些持有量之和必须为1。理论上，可以在numpy中很容易地完成这些随机持有量的生成：

num_users = 100000
num_holdings = 8

random_holdings = np.random.rand(num_users, num_holdings)
random_holdings /= np.sum(random_holdings, axis=1, keepdims=True)

这给了我们

random_holdings
array([[0.044, 0.169, 0.204, ..., 0.051, 0.116, 0.176],
       [0.132, 0.078, 0.23 , ..., 0.102, 0.028, 0.204],
       [0.036, 0.182, 0.165, ..., 0.138, 0.065, 0.04 ],
       ...,
       [0.195, 0.028, 0.136, ..., 0.147, 0.113, 0.22 ],
       [0.19 , 0.237, 0.061, ..., 0.23 , 0.109, 0.046],
       [0.181, 0.111, 0.1  , ..., 0.166, 0.126, 0.199]])

此问题是，它导致许多相似的馆藏集和相对较少的集中馆藏集。例如：

len(np.where(random_holdings > 0.5)[0])

给出24个结果，即在全部100000中只有24个持有量大于0.5。

有人可以推荐一种更好的随机方法还是一种更明智的整体方法，这样我拥有的相似持股量会更少，而集中持股量会更集中？

谢谢！

Answer 1

您要求“更好的随机化方法”，但“更好”的定义不明确。如果您只想某种东西，可以使馆藏中的商品更加极端，可以尝试

random_holdings = np.random.pareto(1, size=(num_users, num_holdings))

然后像您已经进行的那样进行归一化。

pareto的第一个参数控制分布的形状。使用较大的值可以减少馆藏的极端变化。您还可以尝试其他重尾分布。