关于 MNL-Bandit 分类选择模型紧下界的一个注记
机器学习
2018-10-01 v3 机器学习
摘要
在这篇短注中，我们考虑了带容量约束的多项 Logit (MNL) bandit 模型下的动态分类规划问题。我们证明了累积懊悔的一个紧下界，该下界在相差对数因子的意义上，对所有参数（时间跨度 、物品数量 和最大分类容量 ）均匹配现有的懊悔上界。我们的结果弥合了现有工作中懊悔上界与下界之间 的差距。
引用
@article{arxiv.1709.06109,
title = {A Note on a Tight Lower Bound for MNL-Bandit Assortment Selection Models},
author = {Xi Chen and Yining Wang},
journal= {arXiv preprint arXiv:1709.06109},
year = {2018}
}
备注
Final version, 4 pages (double column)