python - 神经网络预测足球结果
问题描述
我正在和朋友们进行一场小型比赛:我们正在为即将到来的世界杯编写模型,看看谁的模型从小费游戏中获得最多分。
所以我的方法是编写一个神经网络,并用之前的世界杯结果来训练它,以预测获胜率(当时),以最大化小费游戏的得分(例如,准确得分为 6 分,正确的净胜球为 4 分, 3 个正确的获胜者)。
来自各个站点(bwin 等)的报废率,让网络提示给我。
我熟悉线性代数、概率微积分等,但从未编写过神经网络。
由于我剩下的时间不多了,有人可以通过选择最佳方法(例如我应该使用哪个概念/算法)来帮助我,或者将教程链接到类似问题或适合的方法吗?
最好的,汉内斯
解决方案
我这样做是为了 2017 年英国超级联赛赛季。然而,我积累了前 19 场比赛(38 场比赛中),以便尝试帮助我的预测。
我会以以下方式攻击它
- 获取团队数据(您认为数据由您决定)
- 获取以前比赛的历史记录(我个人认为这不会有帮助,因为球队变化很大)
- Python
- 熊猫
- 创建新功能
- 喀拉斯
- 模型离开
- 熊猫
当我参加英国超级联赛时,预测准确率约为 62%。那么如何让它变得更好呢?
- 行驶距离
- 提高了 1.2%。有些团队似乎不喜欢旅行。
- 天气
- 我得到了每个地面的天气预报@Kick-Off-Time(真痛苦)
- 精度提高 0.5%
我没有做的是获取每天每场比赛的球员名单。并归因诸如跑动距离、传球率、进球、犯规、黄牌等