为什么在数据预处理时，要对长尾分布进行log化为正态分布？

对原始数据，需要做哪些可视化工作

训练集不均衡，测试集是均衡的，标签有10个左右，最多的标签数量是最少标签的400倍左右，这种情况下怎样对数据进行预处理？

同时使用不同数据集的问题

请问提升分数的数据预处理手段有哪些？重要性排序的话数据>模型>集成是合适的么

关于收据分类的文本处理

请教大神们一个问题，关于bert这个模型对文本预处理的。

样本不平衡的处理手段，基本有哪些？

很多时序数据拿回来时都是多维的变长序列，即数据中一个样本有多个特征，而且每个数据都具有不同的长度。此时我门该如何做数据预处理，和如何改变我们的模型？