罕见事件中的最优臂辨识
机器学习
2023-03-15 v1 机器学习
摘要
我们考虑随机多臂老虎机框架中的最优臂辨识问题，其中每个臂以极小概率产生大额奖励，而在压倒性概率下奖励为零。该框架的一个关键应用是在线广告：广告点击率可能仅为千分之几，而最终转化为销售虽利润丰厚，却可能又只是点击率的一小部分。近来，已开发出一些BAI（最优臂辨识）算法，可在提供正确臂选择统计保证的同时最小化样本复杂度。正如我们所观察到的，这些算法在计算上可能代价高昂。我们利用每个臂的奖励过程可由复合泊松过程良好近似这一事实，得到了更快的算法，且仅带来样本复杂度的微小增加。我们在奖励出现稀有度趋于零、奖励金额趋于无穷的渐近 regime 下分析问题，这有助于阐明所提算法的优势，也揭示了罕见事件设定下最优BAI算法的底层结构。
引用
@article{arxiv.2303.07627,
title = {Best arm identification in rare events},
author = {Anirban Bhattacharjee and Sushant Vijayan and Sandeep K Juneja},
journal= {arXiv preprint arXiv:2303.07627},
year = {2023}
}
备注
32 pages