Concentration with Martingale
约 268 个字 3 张图片 预计阅读时间 1 分钟
Azuma-Hoeffding’s Inequality¶
Doob Martingale¶
- 易验证 \(\{ Z_n\}_{n \ge 0}\) 是一个鞅:\(E\left[Z_i | \overline{X}_{1, i-1}\right] = E\left[E\left[f(\overline{X}_{1,n}) \mid \overline{X}_{1,i} \right] \mid \overline{X}_{1, i-1} \right] = E[f(\overline{X}_{1,n}) \mid \overline{X}_{1, i-1}] = Z_{i-1}\)
- \(Z_n = f(\overline{X}_{1,n})\)
- \(Z_0 = E[f(\overline{X}_{1,n})]\)
McDiarmids Inequality¶
可以将 Azuma-Hoeffding’s Inequality 和 Doob Martingale 联合起来使用,用于有 \(n\) 个(不一定独立的)随机变量 \(X_1, \ldots, X_n\),以及一个待估计的函数 \(f(X_1, \ldots, X_n)\) 的情况:
\[ \begin{align*} & \quad \mathrm{Pr}\left[\left|f(\overline{X}_{1,n}) - E[f(\overline{X}_{1,n})]\right| \ge t\right] \\ &= \mathrm{Pr}\left[|Z_n - Z_0| \ge t\right]\\ & \le 2 \exp \left(-\frac{2t^2}{\sum_{i=1}^{n}c_i^2}\right) \end{align*} \]
这里 \(c_i\) 与 \(\left|Z_i - Z_{i-1}\right|\) 有关
如果 \(f\) 和 \(X_i\) 再满足一些特殊性质,就更好了。例如如果 \(f\) 为 c-Lipschitz function,即
\[ \forall i \in \{ 1,2,\ldots,n \}, x_1, \ldots, x_n, \forall y_i: \left| f(x_1, \ldots, x_i, \ldots, x_n) - f(x_1, \ldots, y_i, \ldots, x_n) \right| \le c \]
且 \(X_1, \ldots, X_n\) 相互独立,就会有 McDiarmids Inequality: