Каким образом разбивать на группы в случае распределения «с длинным хвостом»?
У меня есть данные по активности пользователей. Активность имеет распределение «с длинным хвостом», то есть большинство пользователей совершили одно – два действия, и один - два участника совершили несколько сотен действий. Гистограмма активности:
Подскажите, пожалуйста, каким образом разбить участников на группы? В случае нормального распределения я бы воспользовался методом основанным на межквартильном размахе – отделил бы все, что больше Q3 +1.5*IQR и затем повторял бы, пока не осталась одна группа (мысль — получить группы с разными средними). Будет ли иметь смысл этот метод в данном случае? Если нет, какой метод следует использовать?
Обновление
Сделал логарифмирование переменной
pd_series = np.log1p(pd_series)
pd.DataFrame(pd_series).hist(bins=100)
Получилось такая картина
Ответы (1 шт):
Попробуйте сначала прологорифмировать а перед тем - помолится, что-бы у вас было логнормальное распределение :-) А уж потом - бейте на интервалы, да и весь остальной анализ проводите. По окончанию - не забудьте перейти от полученных результатов назад к исходным данным.

