Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
think-comp-2e-zh
提交
7d64ac94
T
think-comp-2e-zh
项目概览
OpenDocCN
/
think-comp-2e-zh
9 个月 前同步成功
通知
0
Star
16
Fork
7
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
T
think-comp-2e-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
7d64ac94
编写于
11月 04, 2017
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
4.8
上级
be8d16be
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
30 addition
and
0 deletion
+30
-0
4.md
4.md
+30
-0
未找到文件。
4.md
浏览文件 @
7d64ac94
...
...
@@ -438,3 +438,33 @@ logCCDF(x) = −α (logx − logx_m)
通过这种查看数据的方式,我们可以看到 BA 模型与分布的尾部(值大于 20)匹配得相当好。WS 模型没有。
## 4.8 解释性模型
![](
img/4-6.png
)
> 图 4.6:解释性模型的逻辑结构
我们以 Milgram 的小世界实验开始讨论网络,这表明社交网络中的路径长度是惊人的小;因此,有了“六度分离”。
当我们看到令人惊讶的事情时,自然会问“为什么”,但有时候我们不清楚我们正在寻找什么样的答案。一种答案是解释性模型(见图 4.6)。解释性模型的逻辑结构是:
1.
在一个系统
`S`
中,我们看到一些可观察的东西
`O`
,值得解释。
2.
我们构建一个与系统类似的模型
`M`
,也就是说,模型与系统之间的元素/组件/原理是对应的。
3.
通过模拟或数学推导,我们表明,该模型展现出类似于
`O`
的行为
`B`
。
4.
我们得出这样的结论:
`S`
表现
`O`
,因为
`S`
类似于
`M`
,
`M`
表示
`B`
,而
`B`
类似于
`O`
。
其核心是类比论证,即如果两个事物在某些方面相似,那么它们在其他方面可能是相似的。
类比论证是有用的,解释模型可以令人满意,但是它们并不构成数学意义上的证明。
请记住,所有的模型都有所忽略,或者“抽象掉”我们认为不重要的细节。对于任何系统都有很多可能的模型,它们包括或忽略不同的特性。而且可能会出现不同的行为模式,
`B`
,
`B'`
和
`B''`
,这些模式与
`O`
不同。在这种情况下,哪个模型解释了
`O`
?
小世界现象就是一个例子:Watts-Strogatz(WS)模型和 Barabási-Albert(BA)模型都展现出小世界行为的元素,但是它们提供了不同的解释:
+
WS 模型表明,社交网络是“小”的,因为它们包括强连通的集群,和连接群集的“弱关系”(参见
<http://en.wikipedia.org/wiki/Mark_Granovetter#The_strength_of_weak_ties>
)。
+
BA 模型表明,社交网络很小,因为它们包括度较高的节点,作为中心,并且随着时间的推移,由于优先添加,中心会增长。
在科学的新兴领域,往往是这样,问题不是我们没有解释,而是它们太多。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录