深度学习中的特征工程-高频与长尾特征

在模型训练过程中，对于sparse input的特征来说，每个特征值（feasign）出现的概率有高有低。对于高频的特征，其参数得到更新的几率较大，而低频特征更新几率较小。

使用出现次数作为其gradient scale参数，对高频特征进行打压：gradient = gradient / show。提升低频特征的预估拟合能力。

PS：当然，如果低频特征过多，会导致整个参数量过大。（特别是对于一些长尾分布的特征）参数量过大则容易造成过拟合，所以对这些低频特征也应当进行适当的削减。