长尾分布（long-tail distribution）和长尾效应1、长尾效应作者：赵澈 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」。如下图这般，极少数个体（横轴）对应极高的值（纵轴），而拥有极低值的个体，数量却占总体的绝大多数。形
前言长尾分布在分类任务中会提到这个名,这是因为长尾分布这个现象问题会导致在训练过程中会出现出错率高的问题，影响了实验结果。这里要说的是，长尾分布是一种现象，有的地方说是一种理论或定律，我感觉这样说不太确切，因为长尾分布并非是一种普遍现象，不能将所有的数据分布或者现象都强加于长尾分布这个概念上。这个概念是对于IT行业来说比较常见的，比如电商的销售现象——常见的产业巨头能够在实体产业上独树一帜，但是电
数据不平衡的问题在现实世界中无处不在。例如，自动驾驶，医学图像诊断，物种分类，数据本质上是严重不平衡的。 如果把不同类别的数据按照出现的频率从高到低进行排序，就会得到一条递减的曲线。在曲线的头部，数据出现的频率很高，随着数据的出现频率逐渐降低，曲线也逐渐下降，缓慢趋近于横轴，看起来就像拖着一条长长的尾巴，如下图所示。 例如，在物种分类问题中，将不同类别的物种按照稀有程度从高到低进行排序，那么最常见
1.2.
原创
2021-07-29 10:51:59
2017阅读
长尾理论定义：文化和经济重心正在加速转移，从需求曲线头部的少数大热门（主流产品和市场）转向需求曲线尾部的大量利基产品。一个没有货架空间的限制和其他供应瓶颈的时代，面向特定小群体的产品和服务可以和主流热度具有同样的经济吸引力。新的供给必须有新的需求相伴。否则，长尾会逐渐枯萎。衡量长尾：供给多样性，加入到长尾中人的数量。三个结论：产品种类的长尾远比我们想象的要长现在可以开发长尾所有利基产品一旦集合起来
一般意义上的long-tailed distribution 问题指的是样本标签不平衡的问题，具体表现为少量的标签拥有多数的样本，其余大量的标签所拥有的样本数量很少。long-tailed 问题训练与测试的设置为：在训练的时候，数据呈现长尾分布；在测试的时候，数据的标签分布均衡。 目前的研究对于长尾问题的主要思路是：re-sampling and cost-sensitive learning，一
长尾理论（The Long Tail）是网络时代兴起的一种新理论，由美国人克里斯·安德森提出。长尾理论认为，由于成本和效率的因素，当商品储存流通展示的场地和渠道足够宽广，商品生产成本急剧下降以至于个人都可以进行生产，并且商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖，都会有人买。这些需求和销量不高的产品所占据的共同市场份额，可以和主流产品的市场份额 相比，甚至更大。
长尾分布是重尾分布的一个子类型，其特点是分布的尾部较长，即存在大量的极端值。这些极端值在分布中的出现概率较低，但它们的存在对整体分
作者简介：周博言，旷视南京研究院研究员，本科和硕士毕业于南京大学。研究方向为计算机视觉，主要包括长尾识别、目标检测等，曾参与多项计算机视觉国际竞赛，获得两项冠军，一项亚军，在 CVPR 2020 发表 Oral 论文一篇。长尾分布是现实世界的一大难题，指的是少部分类别占据了大量样本，而大部分类别却只有少数样本。解决这一问题最主流的方法是类别再平衡策略，即通过重采样或代价敏感重加权来缓解类别不平衡问
Zipf分布：Zipf分布是一种符合长尾的分布： 就是指尾巴很长的分布。那么尾巴很长很厚的分布有什么特殊的呢？有两方面：一方面，这种分布会使得你的采样不准，估值不准，因为尾部占了很大部分。另一方面，尾部的数据少，人们对它的了解就少，那么如果它是有害的，那么它的破坏力就非常大，因为人们对它的预防措施和经验比较少。也要所谓的二八法则。  
原创
2022-07-16 00:30:41
1043阅读
Zipf分布：Zipf分布是一种符合长尾的分布：就是指尾巴很长的分布。那么尾巴很长很厚的分布有什么特殊的呢？有两方面：一方面，这种分布会使得你的采样不准，估值不准，因为尾部占了很大部分。另一方面，尾部的数据少，人们对它的了解就少，那么如果它是有害的，那么它的破坏力就非常大，因为人们对它的预防措施和经验比较少。也要所谓的二八法则。...
原创
2021-08-13 09:48:08
5354阅读
# 商品销量长尾分布数据分析指南
随着电商行业的快速发展，商品销量的长尾分布现象逐渐受到重视。这种现象意味着少数商品会有大量销量，而大多数商品销量较少。了解和分析这种分布对优化库存和提升销售策略非常重要。本文将指导你如何实现商品销量的长尾分布数据分析。
## 流程概述
| 步骤 | 描述 |
|------|------
作者 | 迪迦奥特曼 编辑 | 极市平台导读实时目标检测中击败YOLO家族？来看看百度飞桨的PaddleDetection团队提出的 RT-DETR究竟强在哪里。 众所周知，实时目标检测(Real-Time Object Detection)一直被YOLO系列检测器统治着，YOLO版本更是炒到了v8，前两天百度飞桨的PaddleDetection
如果代码质量是区分软件系统好坏的标准，那么数据质量便是区分AI系统智能化的标准。对模型来说，使用正确的数据不可或缺。而实际训练中，常出现场景数据分布不均衡的现象，长尾数据就是其中一个特例。长尾数据是指数据集中某些类别数量较少，而其他类别样本数较多的不平衡“长尾”状态。例如在自然语言处理中，一些少见的词汇出现频率很低，而常见的词汇出现频率很高；在图像识别中，一些罕见的物体出现的频率很低，而常见的物体
转载
2024-01-31 17:14:13
409阅读
“长尾”的由来及含义 根据维基百科，长尾(The Long Tail)这一概念是由“连线”杂志主编Chris Anderson在2004年十月的“长尾” 一文中最早提出，用来描述诸如亚马逊和Netflix之类网站的商业和经济模式。 “长尾”实际上是统计学中幂律(Power Laws)和帕
转载
2009-01-04 11:52:00
99阅读
2评论
# 机器学习中如何处理长尾分布的项目方案
## 项目背景
在机器学习中，长尾分布常常使得模型在预测时偏向于数据中的主流类别，而忽视那些数量较少的边缘类别。这种现象不仅降低了模型的整体性能，还会对最终应用产生负面影响。为了弥补这一缺陷，我们需要在模型训练过程中采取有效方法来处理长尾分布数据。本文将提出一个处理长尾分布的方案，并通过示例代码和图示进行进一步说明。
## 项目目标
本项目旨在解决
今天收集企业应用软件的资料，进入了一家推广SAAS的网站，里边提到SAAS与长尾的关系，长尾并不让人陌生，大凡读过一些书或者工作过一段时间的人都或多或少接触过这个词，而且大致有很多人是从一些什么O的人那里听过来的。 长尾是什么？为了找到它的定义，搜索了一下，百度的解释是这样的：1.长尾是统计学幂次定律(power law)和帕雷托(Pareto)分布的口语化表述。这个解释还是有些抽象和拗
1988年，英国登山家Joe Simpson写了一本名叫《触摸巅峰》（译者：这是Touching the Void通用的中文翻译的书。该书讲述了在秘鲁安第斯山脉发生的一次与死神擦肩而过的登山事故。这本书颇受好评，但不太畅销，并很快就被人们淡忘了。可十年后，有趣的事发生了。Jon Krakauer写的另一部描写登山悲剧的书《进入稀薄空气》成为了畅销书。突然间读者又开始对《触摸巅峰》产生了兴趣。
为满足读者要求，Random House出版社立刻再版该书。图书销售商把《触摸巅峰》放在《进入稀薄空气》旁边来促销。《触摸巅峰》越卖越火。来年一月，该书的简装版再版，并连续高居《纽约时报》畅销书排行榜14周之久。同月，IFC制片公司出品了以该书为背景的纪实片，倍受好评。到今天《触摸巅峰》的销售量超过《进入稀薄空气》一倍还多。
……
转载
精选
2006-12-03 15:05:54
5033阅读
5评论
记录Rhapsody每月统计数据，并把它们画在一张图上，就可以发现该公司和其它任何唱片店一样，都有相同的符合“幂指数”形式的需求曲线—对排行榜前列的曲目都有巨大的需求，尾部快速下降的部分代表的是不太流行的曲目。但是最有趣的事情是深入挖掘排名在40000以后的歌曲，而这个数字正是普通唱片店的流动库存量（最终会被销售出去的唱片的数量）。
转载
2021-08-24 10:09:54
95阅读
Deep Long-Tailed Learning: A Survey引言长尾学习介绍问题定义与基本概念问题定义类平衡方法类重平衡Re-SamplingCost-sensitive Learning Cost-sensitiveLogit AdjustmentInformation AugmentationTransfer LearningData AugmentationModule Impr
