上置信界算法的感觉

Question

我在 Udemy 看了一个关于 UCB 的教程，并没有看到使用该算法的意义。

例如，您有 10 个广告并且您知道 10000 个用户的行为（点击与否）。 您可以使用 UCB 了解这 10 个广告中最好的广告。但您也可以计算所有点击次数并获得相同的结果。

数据示例

UCB的结果（第 4 个广告最好）- 教师的结果

点击总和的结果（第 4 个广告最好）

如您所见，没有区别。 你得到相同的结果，第四个广告是最好的。

也许老师举了一个不好的例子？ 是否存在使用 UCB 有意义的情况？ 或者我不太明白。

你能帮我解决这个问题吗？ 谢谢）

Answer 1

我在这个网站上找到了你的例子，也许它给了你另一种看待它的方式。 从阅读和我的理解来看，上限置信度算法将非常有利于第四个广告。 仅使用直方图可能在这里有效，但您可以预见到第 7 个广告非常接近以至于它也可能是展示的最佳广告的情况，但您需要更多数据来确保您做出正确的选择。