Plackett-Luce模型下带上下文信息的在线预选择
机器学习
2020-02-12 v1 机器学习
摘要
我们考虑上下文多臂老虎机问题的一个扩展，其中学习者不是选择单一备选（臂），而是以备选子集的形式进行预选择。更具体地，在每次迭代中，学习者会获得一组臂和一个上下文，二者均由特征向量描述。学习者的任务是预选择这些臂中的个，并在第二步中从中做出最终选择。在我们的设定中，我们假设每个臂具有潜在的（依赖于上下文的）效用，并且关于预选择的反馈根据Plackett-Luce模型产生。我们提出了受著名UCB算法启发的CPPL算法，并在合成数据和真实数据上评估了该算法。特别地，我们考虑了一个在线算法选择场景，这也是我们问题设置的主要动机。这里，来自某问题类（如SAT）的实例（定义上下文）可由不同算法（臂）求解，但其中仅有个算法能够实际运行。
引用
@article{arxiv.2002.04275,
title = {Online Preselection with Context Information under the Plackett-Luce Model},
author = {Adil El Mesaoudi-Paul and Viktor Bengs and Eyke Hüllermeier},
journal= {arXiv preprint arXiv:2002.04275},
year = {2020}
}