Minimax Regret:一种基于最小极大遗憾的近似获胜者确定方法和增量启发协议 源码

极小后悔 代码位于 。 去做 在文本中添加对附录的引用 解释和构造附录 引用conitzer(Bea) 放回表4(Bea) 关于真实数据:高度相似有助于 m14n9研究曲线 检查n和m的变化 压抑关于减少速度的讨论:“我们接下来想知道后悔减少的速度有多快......”(Bea) 每个选民的问题分布(Bea) 对于图2中的每个XP,每个椅子有多少个QST 带走消息 建立个人资料 q的合理nb相当低的后悔 悲观的时间和结果 向椅子问问q没用 IC比实际数据难 /小参考 没有引用数据集 保持1.1 + 1e-6 偏好等级的相似性度量,并将其用作数据集性能的解释。 重新改写实验部分的实验部分 使用\ succeq ^ p_j(x)表示比x差一些的备选方案集可能会造成混淆。 请考虑使用其他符号,例如A (\ succeq p_j,x)。 知道完整个人资料时尝试得出计分规则 减少遗憾的情节 有关