Dec, 2008

利用部分标签学习的偏移树

TL;DR本文提出了一种叫Offset Tree的算法,用于在只观察到一个选择的收益而不是全部选择的情况下学习决策。该算法将这种情况转化为二元分类,允许在部分信息情况下重用任何现有的完全监督的二元分类算法。实验证明,Offset Tree通常比几种替代方法表现更好,并且是一种在计算上最优的算法,不管是在训练还是测试时,只需要O(log_2 k)的工作即可训练模型或作出预测。