具有高维协变量的在线批量决策
机器学习
2020-03-02 v2 机器学习
摘要
我们提出并研究一类新的序贯决策算法，其在每个决策时刻与“一批用户”同时交互，而非与“单个用户”交互。此类批量模型的动机来自交互式营销与临床试验，其中一组人同时接受处理，且在下一阶段决策前收集整组的结局。在此情形下，我们的目标是基于观测到的高维用户协变量，分配一批处理以最大化处理效用。我们给出一种称为“团队协作 LASSO 老虎机算法”的解决方案，通过在整个决策过程中在协作阶段与自私阶段之间切换，解决了批量版的探索-利用困境。这基于适应于一系列批量观测的处理效用 LASSO 估计的统计性质而成为可能。一般而言，我们提出最优分配条件的一个率，用以刻画数据收集方案上的探索与利用权衡，该条件足以使 LASSO 为观测到的用户协变量识别出最优处理。我们给出了所提算法期望累积遗憾的上界。
引用
@article{arxiv.2002.09438,
title = {Online Batch Decision-Making with High-Dimensional Covariates},
author = {Chi-Hua Wang and Guang Cheng},
journal= {arXiv preprint arXiv:2002.09438},
year = {2020}
}