重温苹果品尝：部分监测在线二元分类的贝叶斯方法
机器学习
2024-04-23 v2
摘要
我们考虑在线二元分类的一种变体，其中学习者按顺序为具有未知真实类别的项目分配标签（ 或 ）。当且仅当学习者选择标签 时，他们才会立即观察到该项目的真实标签。学习者面临着短期分类准确率与长期信息增益之间的权衡。该问题此前曾在“苹果品尝”问题的名义下被研究。我们将此问题作为带有辅助信息的部分监测问题重新审视，并重点关注项目特征通过 logistic regression 模型与真实类别相关联的情况。我们的主要贡献是研究 Thompson Sampling (TS) 在此问题上的性能。利用最新开发的信息论工具，我们证明了 TS 实现了相比以往方法具有改进阶的 Bayesian regret 界。此外，我们通过实验验证，基于 P\'{o}lya-Gamma augmentation 的 TS 与 Information Directed Sampling 的高效近似方法相比现有方法具有更优的经验性能。
引用
@article{arxiv.2109.14412,
title = {Apple Tasting Revisited: Bayesian Approaches to Partially Monitored Online Binary Classification},
author = {James A. Grant and David S. Leslie},
journal= {arXiv preprint arXiv:2109.14412},
year = {2024}
}
备注
Update to Theorem 1 and experimental work