drdigit-brezniczky 0.0.11

要求

drdigit需要python 3.5或更高版本。

概念

这些测试是基于数字的统计，这些数字被假定为 均匀分布近似均匀分布可以通过查找 在足够大的值的最后几位-例如投票计数 （可能超过100）

在较小的范围内，可以使用 用python函数表示的概率质量函数。

对于一系列数字组，有更大规模的测试。真是太好了 支持不同的组预期被 不同的人-测试一个总体的、一致的异常也可能是 在这种情况下是严格的。

基于当前特征（熵、数字重复、重合数字 并行序列），可以对包含数字组的数据帧进行排序 根据概率，所以可以检查是否有明显的 医生背后的理智。

一些暗示

• 小心处理结果，始终存在一些不确定性

• 试着focus关注感兴趣的群体，这会产生更清晰的结果

• 提交kaggle脚本时，请关闭测试的磁盘缓存 在提交之前，例如通过

  ^{tt1}$

  您可以通过帮助（drd.set_选项）找到更多信息。

快速启动

可以使用pip安装DrDigit：

$ pip install drdigit-brezniczky $ ipython

当不同的数字序列长度 考虑一下-序列1，2不是尽可能的多样化吗？

Python 3.5.2 (default, Nov 12 2018, 13:43:14) Type ‘copyright’, ‘credits’ or ‘license’ for more information IPython 7.7.0 – An enhanced Interactive Python. Type ‘?’ for help.

In [1]: import drdigit as drd

In [2]: help(drd)

In [3]: print(drd.get_entropy([1, 2])) 0.6931471805599453

In [4]: print(drd.get_entropy([1, 1, 2, 2])) 0.6931471805599453

概率通常更适合于比较：

In [6]: drd.prob_of_entr(2, drd.get_entropy([1, 2])) cdf for 2 was generated Out[6]: 1.0

In [7]: drd.prob_of_entr(4, drd.get_entropy([1, 1, 2, 2])) cdf for 4 was generated Out[7]: 0.0624

事实上，后一个序列异常重复。

下面是更多的例子，现在您可以查看kaggle笔记本 https://www.kaggle.com/brezniczky/poland-2019-ep-elections-doctoring-quick-check 或在附近 https://github.com/brezniczky/ep_elections_2019_hun/blob/master/PL/ 例如在process_data.py文件中

一些复杂的（抱歉，有时不可靠/有些过时）细节 关于考虑因素/方法和未来想法，请参见 [匈牙利选举文件]( https://nbviewer.jupyter.org/github/brezniczky/ep_elections_2019_hun/blob/master/report.ipynb ）

测试

有几个测试可以通过pytest运行

为此，我只需使用virtualenvwrapper并执行类似于

$ mkvirtualenv drdigit_test $ pip install -r requirements/requirements_test.txt $ pytest

从drdigit克隆的目录。