pybursts 0.1.1

更改日志

0.1.1

• 更新自述文件view commit
• 整理模块导入view commit
• add.gitignoreview commit

说明

这是kleinberg的{a4}的python端口 算法（在‘Bursty and Hierarchical Structure in Streams’中描述）。该算法将时间序列中的活动突发建模为 无限隐马尔可夫模型。

安装

pip install pybursts

或

easy_install pybursts

依赖关系

• NumPy

用法

importpyburstsoffsets=[4,17,23,27,33,35,37,76,77,82,84,88,90,92]printpybursts.kleinberg(offsets,s=2,gamma=0.1)

输入

• offsets：时间偏移列表（数字）
• s：用于 建模事件频率
• gamma：状态间转换成本系数

输出

检测到突发活动的一组间隔。这个 第一列表示层次结构中的级别；第二列 间隔的起始值；第三列是结束值。这个 第一行始终是顶级活动（从 从开始到结束）。

参考文献

• CRAN - Package bursts
• J. Kleinberg. Bursty and Hierarchical Structure in Streams. Proc. 8th ACM SIGKDD Intl. Conf. on Knowledge Discovery and Data Mining, 2002.