Bandit的在线聚类
机器学习
2014-06-09 v3 机器学习
摘要
我们提出了一种新颖的基于探索-利用（“bandit”）策略自适应聚类的内容推荐算法方法。我们在标准随机噪声设置下对该算法进行了尖锐的遗憾分析，展示了其可扩展性，并在多个人工和真实世界数据集上证明了其有效性。我们的实验表明，在bandit问题上，预测性能相比最先进方法有显著提升。
引用
@article{arxiv.1401.8257,
title = {Online Clustering of Bandits},
author = {Claudio Gentile and Shuai Li and Giovanni Zappella},
journal= {arXiv preprint arXiv:1401.8257},
year = {2014}
}
备注
In E. Xing and T. Jebara (Eds.), Proceedings of 31st International Conference on Machine Learning, Journal of Machine Learning Research Workshop and Conference Proceedings, Vol.32 (JMLR W&CP-32), Beijing, China, Jun. 21-26, 2014 (ICML 2014), Submitted by Shuai Li (https://sites.google.com/site/shuailidotsli)