FB DS 面经讨论

想跟大家详细讨论一下科技公司里面特别喜欢问的distribution问题。出题形式一般是，问一个特定的random variable符合什么样的distribution。比较常见的几种题型如下：
1. What's the distribution of the comments per post?
2. What's the distribution of comment length?
3. What's the distirubtion of page shared per person?
在onsite的时候，还有公司喜欢追问，if we take all people that share 2 page in day1, what can be their distribution of page share in day2?

这种问题我翻找了以下，对于1,2,3，常见答案一般喜欢说log normal 或者poisson distribution。原因是因为认为 X=0的概率最大，且容易出现长尾效应，我觉得这种答案是有道理的，但是可能在面试中不是特别足够，所以专开一贴进行讨论。

Firstly,我觉得poisson distribution不是特别合适。传统意义上，poisson distribution一般用来衡量固定时间内，event出现k的概率，event一般为binary（1|0）。本质上poisson distribution 是一种bionom

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

comments)确实就应该服从log normal。

这两个说法我觉得都有一定的根据，欢迎大家讨论与补充，面试中也可以了解更多，发挥更好。

最后对于if we take all people that share 2 page in day1, what can be their distribution of page share in day2?我认为应该是符合normal distribution的，在day1所有share 两个page的population中，在接下来的时间内，the proportion of share less should be symmetric to sharing more.我暂时没有想出比较solid的stats理由，希望大家能对此提出自己的意见和看法。

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 100 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

顶！求牛人解答和讨论！

楼主好厉害，一个不专业也不学术的想法，凭直觉social network 大部分规律都符合power law 吧，friends，follower，comment，share etc。。

同好奇这种问distribution 的题要怎么答

楼主考不考虑Negtive Binomial呢？感觉如果Poisson有Overdispersion一般都考虑Negtive Binomial。

log normal distribution 并不适合model peak at zero的数据 如果可以treat count as continuous Gamma distribution其实是个不错的选择

Zero inflated Poisson?

log normal感觉不太合适，因为应该在0点最大，感觉可以考虑Gamma distribution，Weibull distribution，或者exponential都可以

想看看大家的讨论。不过onsite的准备资料里也提了说不会考Weibull和exponential，所以还是很好奇到底是什么分布