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!
答案 0 :(得分:2)
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。