什么是「长尾效应」 - 知乎
2013年11月28日 · 长尾效应其实是幂率分布的通俗提法，在物理上也被称为无标度现象，这种现象在自然界与社会生活中都相当地常见，可参考幂律分布_互动百科。里面也提到之所以叫无标度，是因为「系统中个体的尺度相差悬殊，缺乏一个优选的规模」。
长尾问题中一般设置训练集是imbalance的，测试集又 …
这涉及到长尾问题的评价指标：首先，测试集可以设定为非均衡的。 这样一来，简单的对所有样本计算Accuracy是有偏的。 比如，测试集跟训练集一样服从长尾分布，通过Accuracy指标就无法量化对每个类别的识别性能，可能会出现Accuracy很高但某些类别性能很差的 ...
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
最近刚好对类别不平衡的分类问题（也即长尾分布学习，long-tailed recognition）做了一波review，整理一下我自己的总结，可以和其他回答互补一下，为小伙伴们提供一些思路和参考。这里涵盖的大部分也都是近年深度学习框架下的工作，如有遗漏欢迎补充。
什么是长尾理论？ - 知乎
虽然长尾部分的每个产品的销量不多，但是因为长尾长，总的销量以及利润可以与前面一部分相媲美。 这种效应是互联网企业的优势所在，企业可以摆设虚拟货架，为消费者提供海量的商品选择以及“一站式”服务，而且其货架成本几乎为零，因为这可能只需要 ...
长尾分布和样本类别不平衡是相同的概念？ - 知乎
长尾分布描述的是数据的分布情况，即少量类别占据大多数样本，而大量类别仅有少量样本。 这种现象在自然界和社会经济领域都很常见，例如少数人口占据大部分财富，而大多数人只有少量财富。
长尾理论，即幂律分布中，研究者一般怎么选取尾巴或者截掉尾 …
长尾理论，即幂律分布中，研究者一般怎么选取尾巴或者截掉尾巴，二八分还是有什么特殊的点，拐点？ 如题，幂律分布，俗称长尾理论在商务等领域被广泛研究，有些时候需要的是头，有些时候需要的是尾巴。
采用数据驱动的方法解决某个任务时，怎么克服长尾分布带来的问 …
2021年12月31日 · 1. 什么是长尾问题. 长尾问题一直是很多场景中最难优化的问题，特别是在推荐系统领域，长尾问题十分常见，却很难优化。在推荐系统中，长尾问题指的是，某些实体在训练数据中出现次数非常少，导致模型对这部分样本打分效果很差。典型的场景包括，新 ...
长尾数据如何进行回归分析？ - 知乎
可以看出自变量服从长尾分布（这里设为指数分布），因变量近似服从长尾分布（加入正态噪声），但残差项服从正态分布。此时直接回归并没有任何理论问题。 当然如果你是直接对点赞数那些指标回归那应该使用计数模型，泊松回归什么的。
Transformer中的Attention机制，注意力分布概率是如何求得的？
2019年11月26日 · 最后，你的直接问题是“Transformer中不含有RNN，那么怎么求注意力分布概率呢？ ”实际上，刚才说了，本质上attention只不过是Q在K上做软查询。 Q，K是一个序列没错，但是这个序列是从RNN来还是直接从字符的embedding来，其实没有任何关系。
呈现长尾分布的连续特征如何离散化比较合理？ - 知乎
2019年9月18日 · 呈现长尾分布的连续特征如何离散化比较合理？ 在应用深度学习模型的时候，很多时候想把连续特征进行离散化再输入到网络当中，怎样将这些特征离散化比较合理？