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

比赛数据是不能做任何预处理吗？

在数据挖掘中，特征工程的思路怎么获得呢？特别是对于一些脱敏的数据，该怎么构建思路？

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？

怎么发现强特？

同时使用不同数据集的问题

数据小白怎么学好数据挖掘，不同时期有什么计划

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