0

我正在尝试根据历史数据集预测比赛获胜者，如下所示，

数据集

该数据集包括 IPL 赛季，Team_Name_id vs Opponent Team 是 IPL 中的球队名称。我已将匹配 id 设置为 Row id 并创建了模型。运行实时测试时，结果不如预期（如下所示）

实时测试

目标设置为 Match_winner_id。我是否缺少任何配置？请帮忙

4

1 回答 1

1

该模型工作正常。只有两个问题：

  • 你的输入数据不是很好
  • 模型无法知道这两支球队中只有一支应该获胜

数据质量

预测模型需要高质量的输入数据，以对模型进行逆向工程来解释给定结果。此输入数据应包含可用于预测给定不同输入数据集的结果的信息。

例如，在预测房价时，它需要知道郊区（类别）、卧室/浴室/停车位的数量、建​​筑物的年龄和售价。然后，它可以预测其他具有稍微不同的变量组合的房屋的售价。

但是，根据您的屏幕截图，您将提供以下信息（可能还有更多信息）来进行预测：

  • 团队：不太好，因为您将 C 列和 D 列分开。模型将假定它们是不相关的信息。它没有意识到这两个值可以交换。
  • 比赛日期：无用的信息，除非结果与时间成比例变化（例如，球队不断变得更好）
  • 赛季：与比赛日期一样，这可能没用，因为你总是在预测未来——你不会预测过去的赛季
  • 场地：仅当特定团队总是在给定场地获胜时才相关
  • 折腾决定：这真的会影响结果吗？此外，它仅在游戏开始后才知道，因此对于预测未来的游戏并不好。
  • 获胜类型：直到比赛结束你才知道获胜类型，因此它不适合预测未来的比赛。
  • 得分：同样，直到实际比赛才知道，所以对未来的预测没有好处。
  • 最佳人选：不知道未来的比赛。
  • 裁判员：裁判员如何影响比赛结果？
  • 城市：是的，考虑到主队通常具有优势。

您提供的可用于预测未来比赛的信息非常少。真的只有球队和场地。其他一切要么是游戏本身的一部分，要么无关紧要。

只选择两支球队中的一支

当 ML 模型查看您的数据并尝试进行预测时，它会查看您提供的所有数据。例如，它可能会注意到，对于给定的场地和赛季，Team 8 的获胜倾向更高。因此，鉴于场地和赛季，它将有利于第 8 队获胜。该模型没有概念认为唯一可能的结果是 C 和 D 列中给出的两支球队之一。

您正在预测两个给定的团队，并且将团队列在 C 列或 D 列中，这没有任何意义 -如果您在列之间交换团队，结果是相同的，但模型没有这个概念。此外，关于 Team 1 vs Team 2 的信息与 Team 3 vs Team 4 完全无关。

你应该做的是为每个团队创建一个数据集，列出他们所有的比赛，加上一个显示结果的列——一个布尔值（赢/输）或一个代表他们赢的跑数的值（其中负数是亏损）。然后，您将要求他们的模型预测该团队的结果，给定输入数据，这将是赢/输或高于/低于另一支球队的分数。

但核心是，我认为您的输入数据没有足够丰富的内容来做出明智的预测。问问自己：“如果我要猜测哪支球队会获胜，我想知道什么数据？” 可能是过去的结果、天气状况、每支球队的球员、他们上周打了多少场比赛等。这些信息都没有作为输入数据的每一行提供。

于 2017-06-16T04:27:57.873 回答