重要性采样Importance Sampling

参考：

https://zhuanlan.zhihu.com/p/41217212

https://zhuanlan.zhihu.com/p/78720910?utm_source=wechat_session

 

Importance Sampling（以下简称IS）

IS是基于采样的，也就是基于所谓的蒙特卡洛法(Monte Carlo)。而MC，是一个利用随机采样对一个目标函数做近似，比如在强化学习的model-free中，通过MC方法去估计动作值函数Q，其就是个关于衰减累计奖励的期望。

概率论基本知识

数学期望（均值）EX表示对随机变量X的估计，其完全由R.V的分布决定，随机变量X服从某一分布，就称EX是这个分布下的数学期望。

离散R.V的期望定义：、，其中p为概率。

连续R.V的期望定义：、，其中f为概率密度。

矩估计：就是在某个分布下采样得到的采样的样本值求平均（样本均值）来近似估计这个分布下总体的期望。根据大数定律，采样的样本越多，其样本均值越接近于期望的真实值，即均值。

采样的目的：为了求取随机变量f(X)在某个分布p(x)下的期望，即，展开就是。我们就需要在p(x)的分布下多多采样{x1,x2,x3,x4..xi....xN}，然后求其样本均值来估计我们期望。当然，我们的采样是有限的，不能达到大数定律的条件，故样本均值与期望的真实值存在bias（偏差）。

 

IS的引入

直接求样本均值的方式简单直接，但是其存在一定的局限性，就是在p(x)为均匀分布下没啥问题，但如果说采样的每个x值概率不都一样，那么直接求均值就会引入很大的bias。

举个栗子：

某校男生1000人，女生5000人，且男生均比女生高，我们为了估计该校学生的平均身高，就必须进行采样（不然一个个去测量，然后求平均太费时费力了）。但是采样的时候，其中4950个女生由于某种原因不能参加，所以只能在1000个男生，50个女生中采样。如果这时候通过采样求取平均的方式，首先男生有约95%的概率抽到，女生仅仅5%，故比如说最后抽100个求平均，那么其结果肯定是偏离真实值的，也就是bias会很大，其本质原因是非均匀采样导致的。那咋办呢，现实条件就摆在这儿。这时候就要引入修正因子：重要性采样权重。通过加权的方式来修正，用先前分布比上新的分布，=，即男生算1分，女生算100分。

 

重要性采样

数学原理：

假设目前我们的分布是π(x)，，但是这个分布不方便使用或者说该分布不适合采样，会引入较大的bias，那么我们就提供一种新的分布p(x)。

接下来改写积分内的式子为：，那么根据期望的定义：，这个式子意思是在分布X~p(x)上的数学期望。我们在p(x)上采样{x1,x2,x3,x4..xi....xN},然后通过求取样本均值就可以估计出在p(x)分布下随机变量f(X)的数学期望。

其中，叫重要性采样修正因子。

 

接下来我们来看看IS的作用：改变分布来改善期望

如上图左图所示，在原分布p(x)下采样的话，那么大概率会使得f(xi)很小，那么通过求取样本均值的方式会造成f(x)的数学期望估计值很低，也就是说这个分布下估计出的值造成的偏差会很大。

那么我们的IS通过引入新的分布q(x)可以进行改善。具体的，q(x)的分布使得我们的采样值聚集在中间区域，当采样的x值，比如X1，造成f比较大时，此时通过修正因子的作用，使得整体的值变小，以防高于期望的真实值太多；当采样的x值，比如X5，造成f比较小时，此时通过修正因子的作用，是整体的值变大，以防低于期望的真实值太多。

 

 

重要性采样的缺陷

重要性采样可以改变原来的旧分布，用新的分布去采集样本，然后求出目标期望，上述证明显示两者理论上是等价的，但是等价他有个前提条件：就是2个分布不能相差太大。换句话说，如果2个分布相差过大，那么两者就不会相等，这就是IS的缺陷。

为啥两个分布不能相差太大呢？

IS确实可以让2个分布产生一个期望，但是期望相等并不代表方差相等。如上图红框所示，如果2者相差过大，就会导致双方的方差Varience过大。而当采样数据不足够时，方差相差太大会导致两者的样本均值相差很大！

举个栗子说明：

如上图所示，p(x)和q(x)分别是旧分布和新布，两者相差很大，f(x)是我们的估计对象。

如果采样不足够：

如果我们按p(x)采样，那么很大概率采样到的都是左边的值，那么这个样本均值将会是负的值，而且负的还比较大。

如果我们按q(x)采样，那么很大概率采样到的都是右边的值，那么这个样本均值将会是正的值，而且正的不太大。因此我们看出两者相差还是挺大的。

如果采用足够：

那么如果我们按q(x)采样，那么就会采到左边的值，这个值一算的话是负得很厉害的，因此和右边的一加，估计就和按p(x)采样的结果差不多了。

这就是重要性采样的一个需要注意的点。

 

总结：

通过重要性采样的方式，可以改善原分布下偏差较大的影响，其中修正因子起了调节的作用。

重要性采样的实质是按照两个分布对函数f进行了加权。

重要性采样的用处在于对于原分布下不太好求解的情况下，把问题转移到在另一个分布下求解期望。

重要性采样要发挥作用，得保证新旧两个分布相差不要太离谱。

Note：这里的重要性采样不等同于强化学习中Priortized experience replay中的重要性采样，两个概念不一致。