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
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性