問題タブ [zipf]

宿題のために、テキストの単語の頻度をプロットし、それを最適なzipf分布と比較する必要があります。

ログロググラフのランクに従って、テキストのカウントされた単語頻度をプロットすると、うまくいくようです。

しかし、最適な zipf 分布の計算に問題があります。結果は次のようになります。

直線を計算するための式がどのようになるかわかりませんzipf。

zipf法律のドイツのウィキペディアのページで、うまくいくように見える方程式を見つけました

しかし、引用された情報源がないので、の定数がどこから来たのかわかりません1.78。

このスクリプトを使用した結果は次のようになります。

しかし、最適なzipf分布が正しく計算されているかどうかはわかりません。もしそうなら、最適なzipf分布は X 軸を 1 点で横切るべきではないでしょうか?

編集:それが役立つ場合、私のテキストには2440400のトークンと27491のタイプがあります