広場
最新
注目
ニュース
プロフィール
ポスト
Wuhu_DaSima
2025-12-24 15:35:19
フォロー
有人问马老师美国斩杀线为什么刚好在1/e附近?
其实是一个非常经典的问题,在quant求职时常见的brain teaser
而且只需要基本的高等数学知识即可完成
这个问题的基础版本包括但不限于:假设十年时间里每年都不重复地谈一次恋爱,那么选择在第几次结婚?
去麦田摘麦穗,假设每棵麦穗只能经过一次,怎么找出最大的麦穗?
这类问题都有一个共同点,即:给定数量的样本范围,在每个样本只有一次观察的机会(即要么选择要么放弃)的前提下,如何操作,使得找出最优样本的概率最大?
这里找出最优解需要考虑三个点,首先,我们希望考察这个样本集合的大致水平,以便尽可能估计最优样本的水平,为实现这个目的,需要预先观察若干个样本,观察后再进行选择;
其次,对每个样本,观察机会只有一次,自然希望最优解没有出现在预先观察的样本集合中;
最后,在完成对样本的预先观察后,只要新观察的样本比预先观察集合中的局部最优样本更好,就视为全部样本中的最优解,结束观察,那么自然希望次优解出现在预先观察的样本集合中,并假设次优解出现在最优解之前。
明确了这三点,就可以开始解决这个问题了
问题易证不难,留给推友自证,我这里直接告诉答案:
1/e
也就是在e分之一的位置做预先观察后,后续只要新观察的样本比预先观察集合中的局部最优样本更好,就可以最大概率得到最优样本。
补充说明一下,这个理论是需要满足一定条件才适用的,最重要的就是:必须先经过次优解再经过最优解;样本数量要足够大。
此外,每个样本可能并非只有一次观察机会。
#斩杀线
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については
免責事項
をご覧ください。
報酬
いいね
コメント
リポスト
共有
コメント
0/400
コメント
コメントなし
人気の話題
もっと見る
#
Gate2025AnnualReportComing
166.37K 人気度
#
CryptoMarketMildlyRebounds
37.53K 人気度
#
GateChristmasVibes
20.17K 人気度
#
SantaRallyBegins
6.45K 人気度
#
CreatorETFs
4.05K 人気度
人気の Gate Fun
もっと見る
最新
ファイナライズ中
リスト済み
1
Winter
Winter
時価総額:
$3.52K
保有者数:
2
0.00%
2
Monk
MONKAGIGA
時価総額:
$3.59K
保有者数:
2
0.29%
3
LYNX
BitLynx
時価総額:
$3.5K
保有者数:
1
0.00%
4
FZCommunity
FZCommunity
時価総額:
$3.55K
保有者数:
2
0.00%
5
FZC
FZCommunity
時価総額:
$3.62K
保有者数:
2
0.40%
ピン
サイトマップ
有人问马老师美国斩杀线为什么刚好在1/e附近?
其实是一个非常经典的问题,在quant求职时常见的brain teaser
而且只需要基本的高等数学知识即可完成
这个问题的基础版本包括但不限于:假设十年时间里每年都不重复地谈一次恋爱,那么选择在第几次结婚?
去麦田摘麦穗,假设每棵麦穗只能经过一次,怎么找出最大的麦穗?
这类问题都有一个共同点,即:给定数量的样本范围,在每个样本只有一次观察的机会(即要么选择要么放弃)的前提下,如何操作,使得找出最优样本的概率最大?
这里找出最优解需要考虑三个点,首先,我们希望考察这个样本集合的大致水平,以便尽可能估计最优样本的水平,为实现这个目的,需要预先观察若干个样本,观察后再进行选择;
其次,对每个样本,观察机会只有一次,自然希望最优解没有出现在预先观察的样本集合中;
最后,在完成对样本的预先观察后,只要新观察的样本比预先观察集合中的局部最优样本更好,就视为全部样本中的最优解,结束观察,那么自然希望次优解出现在预先观察的样本集合中,并假设次优解出现在最优解之前。
明确了这三点,就可以开始解决这个问题了
问题易证不难,留给推友自证,我这里直接告诉答案:
1/e
也就是在e分之一的位置做预先观察后,后续只要新观察的样本比预先观察集合中的局部最优样本更好,就可以最大概率得到最优样本。
补充说明一下,这个理论是需要满足一定条件才适用的,最重要的就是:必须先经过次优解再经过最优解;样本数量要足够大。
此外,每个样本可能并非只有一次观察机会。
#斩杀线