Machine learning )剩余10台机器中有三分之一的机会（其他条件），因为有3台机器（选择每台机器的可能性相等）

因此，总概率可以是90+10*（1/3）（约）=93.33

但是等等，如果ε是0.5呢？ 那么总的几率是95+5*（1/3）=96.67

也就是说，选择当前平均支出最高的机器的概率=（1–ε）+（ε/k）

---

我希望这能有所帮助。

让我试着在这里提出我的观点。 让我们考虑3个机器的相似例子：A、B和C，假设B有最高的支付。 如果ε是0.1，那么选择B的概率是多少

回想一下Epsilon贪婪算法，它说：

 r = random() # any random number between 0 and 1(uniform distribution)
 if r > epsilon:
    choose "Best pay out at current time" #(currently it is B)
 else:
    choose randomly between three machines

那么在100次机会中选择B的概率是多少 它将是以下两项的总和： 1） 百分之九十的机会（如果条件允许） 2） 剩余10台机器中有三分之一的机会（其他条件），因为有3台机器（选择每台机器的可能性相等）

因此，总概率可以是90+10*（1/3）（约）=93.33

但是等等，如果ε是0.5呢？ 那么总的几率是95+5*（1/3）=96.67

也就是说，选择当前平均支出最高的机器的概率=（1–ε）+（ε/k）

---

我希望这能有所帮助。

关于机器学习的一般问题应该发布到他们的特定社区。关于机器学习的一般问题应该发布到他们的特定社区。