`nls` 无法估计我的模型的参数

我正在尝试估计堆定律的常数。 我有以下数据集novels_colection:

  Number of novels DistinctWords WordOccurrences
1                1         13575          117795
2                1         34224          947652
3                1         40353         1146953
4                1         55392         1661664
5                1         60656         1968274

然后我构建下一个函数：

# Function for Heaps law
heaps <- function(K, n, B){
  K*n^B
}
heaps(2,117795,.7) #Just to test it works

So n = Word Occurrences, and K and B是应该是常量的值，以便找到我对不同单词的预测。

我尝试了这个，但它给了我一个错误：

fitHeaps <- nls(DistinctWords ~ heaps(K,WordOccurrences,B), 
    data = novels_collection[,2:3], 
    start = list(K = .1, B = .1), trace = T)

Error = Error in numericDeriv(form[[3L]], names(ind), env) : Missing value or an infinity produced when evaluating the model

任何关于如何解决这个问题或适合函数并获取值的方法的想法K and B?

如果对两边进行对数变换y = K * n ^ B， 你得到log(y) = log(K) + B * log(n)。这是一个线性关系log(y) and log(n)，因此您可以拟合线性回归模型来找到log(K) and B.

logy <- log(DistinctWords)
logn <- log(WordOccurrences)

fit <- lm(logy ~ logn)

para <- coef(fit)  ## log(K) and B
para[1] <- exp(para[1])    ## K and B