重要性采样是统计学习中一种常用的方法。在强化学习中通常和蒙特卡洛方法结合使用。
重要性采样是,使用另外一种分布来逼近所求分布一种方法。
具体形式是这样的:假设我们在想要求取目标分布[Math Processing Error]P下函数[Math Processing Error]f(x)的分布,如果可以对[Math Processing Error]P采样,采用蒙特卡洛方法,我们可以有如下计算:
[Math Processing Error]Ex∼P[f(x)]=∫xP(x)f(x)dx≈N1xi∼P,i=1∑Nf(xi)
通过大量采样可以近似表示期望。
但是若我们无法对[Math Processing Error]P进行采样,那么这个近似计算就无法进行,那么我们可以借用可以进行采样的分布[Math Processing Error]P′来近似[Math Processing Error]P.公式如下:
[Math Processing Error]Ex∼P[f(x)]=∫xP(x)f(x)dx=Ex∼P′[P′Pf(x)]≈N1xi∼P′,i=1∑NP(x)′P(x)f(x)
注意这里是根据分布[Math Processing Error]P′来进行采样的。
这里我们举一个例子:我们要求在均值为1,标准差1的正太分布下函数[Math Processing Error]f(x)=x的期望,我们使用均值为1,标准差为0.5的正太分布来采样逼近这个期望。我们通过对均值为1,标准差为0.5的正太分布进行多次采样,每次采样计算[Math Processing Error]P(x)′P(x)f(xi),并求和再求均值,比如我们只进行了两次采样,分别采样得到,1.09和2.36,则计算如下:
[Math Processing Error](0.78510.39731.09+0.01970.15822.36)/2=0.7517
这里概率是使用对应的正太分布的概率密度函数直接计算的。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。