课本链接

Multi-Armed Bandit

伯努利Multi-Armed Bandit

import numpy as np  # 支持数组和矩阵运算的库
import matplotlib.pyplot as plt  # 绘图库


class BernoulliBandit:  # K-Armed Bandit
    """伯努利Multi-Armed Bandit，输入k表示拉杆个数"""

    def __init__(self, K):
        self.probs = np.random.uniform(size=K)  # 随机生成K个小数，作为从杆1到杆K的获奖概率
        self.best_idx = np.argmax(self.probs)  # 获奖概率最大的拉杆
        self.best_prob = self.probs[self.best_idx]  # 最大的获奖概率
        self.K = K

    def step(self, k):  # 拉动拉杆k  返回：获得获奖1，不获奖0
        if np.random.rand() < self.probs[k]:  # 比方说杆3获奖概率为0.7，我们此时抽出了0.6，就代表获奖了，从几何概型的角度思考
            return 1
        else:
            return 0


np.random.seed(1)  # 设置种子，保证结果的可重复性
K = 10
bandit_10_arm = BernoulliBandit(K)
print(type(bandit_10_arm.probs))
print(type(bandit_10_arm.best_idx))
print(type(bandit_10_arm.best_prob))

print(bandit_10_arm.best_idx)  # 最大获奖的杆编号
print(bandit_10_arm.best_prob)  # 最大获奖概率

运行结果：

probs 的类型为ndarray，是NumPy库的一个数据类型，表示N维数组

原文地址：http://www.cnblogs.com/hi-wind/p/16916756.html