原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
crpi模糊聚类表示学习
1. 介绍;1. 介绍;1. 介绍;1. 介绍;1. 介绍;
;
;
;
;?;为了对具有连续状态和 n 个离散动作的MDPs的动作值函数进行估计，对每个动作重复以上基函数
是指标函数, 如果 , 否则
从而对于策略 的动作值函数 估计为
其中 是基函数的维数， 是 的第 i 个元素， 是第 i 个系数。;令
这里 是从策略 收集到的样本集，其中 是由 决定的， t 为迭代数，其初始化为0。
则可以通过下式得到策略估计的最小二乘定解和对应的改进策略;2. 模型;2. 模型;
;
;
;
;
;
;
;
;
;
;对应多指标集 考虑划分。
H 和 L的特征分解如下
其中 为对角阵，
为 H 的特征值，
U 是正交矩阵，其列为 H 的特征向量。
Nystr?m extension 是对 U 中 N 个特征向量的估计，如下
;运用两个估计 和 ，H 的另一个估计表示为
这里 称为 H 关于 的 Nystr?m 估计。
估计误差为
可见在基于聚类的框架下，使用子集的估计误差，其上界为 H 的 个最小特征值之和。;Thanks!
文档评论（0）