从0开始学习R语言--Day25--A/B测试 vs 多臂老虎机

通常在比较两个不同的方案对数据的影响时,我们会各拿50%的数据去进行对照试验,这样观测到的结果会最大程度地保留统计学上的特点。但实际上,并不是所有对比不同方案都要这样做,一来,我们需要等到两组实验都完全结束后,才能知道结果如何,等待时间周期较长;二来,在很多场景中,差的方案会在落地测试时不可避免地对用户造成不好的体验。

后者对应的一般是在用户的实时反馈和广告的点击率上,那么这种情况,我们会采用动态规划的方式,随着实验的进行,不断地减少差方案的数据,通过这种迭代的方式来降低额外的损失,从而实现快速地聚焦到优质方案。当然,这样做会在一定程度上破坏数据的分布,统计显著性会减弱。

以下是一个例子:

R 复制代码
library(bayesAB)
# 生成模拟数据集:3个广告版本(A/B/C)的点击率
# 生成模拟数据集:每天随机选一个广告测试
set.seed(123)
n_days <- 25  # 测试5天
true_rates <- c(A = 0.1, B = 0.15, C = 0.2)  # 真实点击率

generate_data <- function(day) {
  chosen_ad <- sample(c("A", "B", "C"), 1)  # 每天随机选一个广告
  impressions <- sample(100:500, 1)
  clicks <- rbinom(1, size = impressions, prob = true_rates[chosen_ad])
  data.frame(
    day = day,
    ad_version = chosen_ad,
    impressions = impressions,
    clicks = clicks
  )
}

ad_data <- do.call(rbind, lapply(1:n_days, generate_data))
head(ad_data)

# 多臂老虎机算法(Epsilon-Greedy)
run_bandit <- function(data, epsilon = 0.1) {
  total_rewards <- c(A = 0, B = 0, C = 0)
  total_trials <- c(A = 0, B = 0, C = 0)
  choices <- character(n_days)
  
  for (day in 1:n_days) {
    day_data <- subset(data, day == day)
    if (nrow(day_data) == 0) next
    
    if (runif(1) < epsilon) {
      chosen_ad <- sample(day_data$ad_version, 1)  # 从当天实际广告中随机选
    } else {
      ctr <- ifelse(total_trials > 0, total_rewards / total_trials, 0)
      chosen_ad <- names(which.max(ctr))
    }
    
    # 只取第一个匹配项(避免多行问题)
    ad_data <- subset(day_data, ad_version == chosen_ad)[1, ]
    if (!is.na(ad_data$ad_version)) {
      total_rewards[chosen_ad] <- total_rewards[chosen_ad] + ad_data$clicks
      total_trials[chosen_ad] <- total_trials[chosen_ad] + ad_data$impressions
      choices[day] <- chosen_ad
    }
  }
  
  prop.table(table(choices[choices != ""]))
}

result <- run_bandit(ad_data)
print(paste("最终选择比例:", round(result * 100, 1), "%"))

输出:

R 复制代码
[1] "最终选择比例: 24 %" "最终选择比例: 76 %"

结果显示,在25天的模拟中,多臂老虎机算法最终分配了24%的流量给某个广告版本(可能是A或B),76%给另一个版本,符合原理的表现,同时24%的数据给另一个方案则保留了可能万一真的忽略了潜在方案的可能。

相关推荐
重生之我是萧炎1 天前
PR安装教程,Adobe Premiere Pro安装教程(含安装包),仅供学习使用
学习·adobe
蒸蒸yyyyzwd1 天前
深搜广搜学习笔记
笔记·学习
叼烟扛炮1 天前
[LangChain] 学习笔记(13):并发不是越大越好——batch / gather / 信号量 / 配额治理
笔记·学习·langchain
渣渣盟1 天前
狂命爆肝99天,共52K字的JAVA学习笔记奉上,JAVA从入门到精通一文搞定,一文在手JAVA无忧
java·笔记·学习
叼烟扛炮2 天前
[LangChain] 学习笔记(09):工具(Tool)定义与调用闭环 · 理论+实战完整版
笔记·学习·langchain
个 人 练 习 生2 天前
C++:从零基础到深入了解vector的使用
开发语言·c++·经验分享·学习·程序人生·stl
Rabitebla2 天前
【Linux操作系统】 文件篇(一):文件描述符与 Linux 文件管理机制
linux·网络·c++·笔记·学习
旖旎夜光2 天前
【C++ 基础入门】智能指针:RAII、unique_ptr 与 shared_ptr 循环引用
c++·笔记·学习·智能指针
zdr尽职尽责2 天前
终端工具凭空消失:Codex + GPT-6 的一次完整排障复盘
数据库·gpt·学习·ai
蒸蒸yyyyzwd2 天前
计算机网络后端面试错题
笔记·学习