重要度采样
wiki解释:重要度采样
主要:该方法从与原分布不同的另一个分布中采样,而对原先分布的性质进行估计
重要度采样的推导
首先利用一个随机变量X的多个样本值{xi},构造期望值估计:
ˆE[X,P]=1nn∑i=1xiX:随机变量
xi:X 样本值。
P: X的分布。
这个期望的精确度和X的方差有关:
var[ˆE;P]=var[X;P]/n为了降低方差,我们引入一个新的随机变量L,保证E[L;P]=1得到:
ˆE[X;P]=ˆE[XL;P(L)]L的作用就是降低对X的方差,来达到降低ˆE的误差的目的。
最优的L为 L∗=XE[X;P],也就是说,L把X变成了一个常量。
此时,要求的期望值变为:
E[X;P]=XL∗但是理论上无法求得L∗,所以需要进行估计,在很小的一段区间([a;a+da])上L∗的概率为:
P(L∗)(X∈[a;a+da])=∫w∈{X∈a;a+da}XwE[x;P]dP(w)实际过程我们无法的到最优化的 L∗,可以用如下方式逼近
=1E[X;P]aP(X∈[a;a+da])上式的意思是一段区间里面L∗的积分值。
由于L∗的期望等于1:
1=∫∞a=−∞1E[X;P]aP(X∈[a;a+da])此时期望变为:
E[X;P]=∫∞a=−∞aP(X∈[a;a+da])