Differenze

Queste sono le differenze tra la revisione selezionata e la versione attuale della pagina.

--- distribuzione_delle_frequenze_in_scala_logaritmica [2021/10/25 14:09]
65.21.180.48 versione precedente ripristinata (2021/06/02 21:27)
+++ distribuzione_delle_frequenze_in_scala_logaritmica [2021/10/29 21:22] (versione attuale)
deleteme versione precedente ripristinata (2021/06/02 21:38)
@@ Linea 2: / Linea 2: @@
 Il codice seguente traccia il grafico della distribuzione delle frequenze in scala logaritmica. Le rr. 16-17 creano un 'subplot' denominato 'ax'; le rr.18-19 definiscono la scala di questo elemento come logaritmica; la r. 20 traccia, in blu, i punti relativi ai valori di frequenza osservati.
-Le righe 21-23 tracciano, in rosso, una retta che corrisponde al modello ideale secondo la legge di Zipf con parametri //C//=5850,7 e //a//=1,03372.
+Le righe 21-23 tracciano, in rosso, una retta che corrisponde al modello ideale secondo la legge di Zipf con parametri //C//=5850,7 e //a//=1,03372 (vedi sotto).
 <code python distribuzione_logaritmica.py>
 import re
@@ Linea 30: / Linea 30: @@
 Dovrebbe prodursi un grafico di questo tipo:
 {{ :zipf.png?nolink |}}
+----
+Il codice seguente ricava i parametri //C//=5850,7 e //a//=1,03372 attraverso la tecnica della regressione lineare. Per eseguire questo script è necessario aver installato il modulo scikit-learn mediante il comando **pip install sklearn** (Windows) o **pip3 install sklearn** (MacOs e Linux).
+<code python regressione_lineare.py>
+import re
+import numpy as np
+from sklearn.linear_model import LinearRegression
+with open('testi/collodi_pinocchio.txt', mode='r', encoding='iso-8859-1') as f:
+	testo = f.read()
+testo=testo[1704:]
+testo=re.sub("'","' ", testo)
+testo=re.sub('[\.,;:\-?!]{1}','',testo)
+testo=testo.lower()
+testo=testo.split()
+fd=[testo.count(i) for i in set(testo)]
+fd.sort(reverse=True)
+V=len(set(testo))
+Y=np.array([np.log(i) for i in fd])
+X=np.array(list(np.log(i) for i in range(1,V+1))).reshape((-1, 1))
+model = LinearRegression().fit(X, Y)
+C=np.exp(model.intercept_)
+a=model.coef_[0]*-1
+print('C:', C)
+print('a:', a)
+</code>

Linguistica computazionale

Strumenti Utente

Strumenti Sito

Differenze

Strumenti Pagina