组合线性半_bandit的臂级随机化方法
机器学习
2019-09-11 v2 机器学习
摘要
组合线性半_bandit(CLS)是广泛适用的序贯决策框架，其中学习器从给定的一组关联特征向量的臂中选择一个子集。现有算法在聚类情形下表现不佳，即特征向量形成若干大簇。这一缺陷在实践中至关重要，因为它可见于许多应用，包括推荐系统。本文中，我们阐明了此种缺陷发生的原因，并引入臂级随机化关键技术以克服它。我们提出两种采用该技术的算法：扰动CUCB (PCUCB) 与Thompson采样(TS)。我们在人工与真实世界数据集上的实证评估表明，采用臂级随机化技术的所提算法优于不含该技术的现有算法，尤其在聚类情形下。我们的贡献还包括提供高概率渐近后悔界的理论分析。
引用
@article{arxiv.1909.02251,
title = {An Arm-Wise Randomization Approach to Combinatorial Linear Semi-Bandits},
author = {Kei Takemura and Shinji Ito},
journal= {arXiv preprint arXiv:1909.02251},
year = {2019}
}