1

いくつかのメトリックに基づいてホッケー ゲームの結果 (勝敗) を予測するようにニューラル ネットワークをトレーニングしました。私が供給しているデータは次のようになります。

Each row represents a team in one game, so two specific rows make a match.

Won/Lost   Home   Away  metric2 metric3 metric4 team1 team2 team3 team4
1          1      0      10      10      10      1     0     0      0
0          0      1      10      10      10      0     1     0      0
1          1      0      10      10      10      0     0     1      0
0          0      1      10      10      10      0     0     0      1




The predictions from the NN looks like this.
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]
[5.8682327e-04 9.9941313e-01]
[0.97831124 0.02168871]
[0.04394475 0.9560553 ]
[0.76859254 0.23140742]
[0.45620263 0.54379743]
[0.01509337 0.9849066 ]

最初の列が Lost(0)、2 番目の列が Won(1) であることは理解していると思いますが、理解できないのは、誰が誰に勝ったのかということです。私は今、これらの予測をどうするべきかわかりませんが、このように私にとって何か意味があるのでしょうか?

4

2 に答える 2

0

データセットの最初の 2 行を取ってみましょう。

Won/Lost   Home   Away  metric2 metric3 metric4 team1 team2 team3 team4
1          1      0      10      10      10      1     0     0      0
0          0      1      10      10      10      0     1     0      0

#predictions 
[0.12921564 0.87078434]
[0.63811845 0.3618816 ]

チーム 1 はホームで試合を行い、試合に勝ちました。モデル予測もそれに沿っており、おっしゃったように勝つ確率である 2 列目に高い確率が割り当てられています。

同様に、チーム 2 はアウェイでゲームを行い、試合に負けました。モデル予測はここでも一致します!

先ほど、特定の 2 つの行が一致するとおっしゃいましたが、入手可能な情報では、誰が誰と対戦したかはわかりません。特定のチームが独立して勝つ確率を予測するための単なるモデルです。

編集：

こんなデータがあったとします！

gameID          Won/Lost   Home   Away  metric2 metric3 metric4   team1 team2 team3 team4
2017020001         1          1      0      10      10      10      1     0     0      0
2017020001         0          0      1      10      10      10      0     1     0      0

次のようにデータを変換すると、モデルを改善できます。

Won/Lost  metric2 metric3 metric4 h_team1 h_team2 h_team3 h_team4 a_team1 a_team2 a_team3 a_team4
1            10      10      10      1       0        0      0         0      1        0      0

注: 勝敗の値は、h_team で言及されているホーム チームのものです。

于 2018-12-29T05:02:09.790 に答える