通过 Bandit 反馈聚类物品：从众多特征中寻找正确特征
机器学习
2025-03-19 v2 机器学习
摘要
我们研究基于 bandit 反馈对一组物品进行聚类的问题。每个 物品由一个特征向量表征，其维度 可能很大。物品被划分为两个未知组，使得同一组内的物品共享相同的特征向量。我们考虑一个序贯和自适应的设定，在每一轮中，学习者选择一个物品和一个特征，然后观察到该物品特征的带噪评估。学习者的目标是恢复物品的正确划分，同时使观察次数尽可能少。我们提供了一种算法，该算法依赖于为聚类任务寻找相关特征，并利用了 Sequential Halving 算法。以至少 的概率，我们获得了对划分的精确恢复，并推导出所需预算的上界。此外，我们推导了一个实例相关的下界，该下界在某些相关情况下是紧致的。
引用
@article{arxiv.2503.11209,
title = {Clustering Items through Bandit Feedback: Finding the Right Feature out of Many},
author = {Maximilian Graf and Victor Thuot and Nicolas Verzelen},
journal= {arXiv preprint arXiv:2503.11209},
year = {2025}
}