我已经训练了一个神经网络,可以根据一些指标对曲棍球比赛的胜负进行预测。我一直在提供的数据如下所示:
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 ]
我相信我知道第一列是关于Lost(0),第二列是Won(1),但是我不明白的是:谁赢了谁?我现在不对这些预测做出什么判断,它们对我来说甚至没有任何意义吗?
让我们采用您数据集的前两行,
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 ]
第1队在自己的家中打了一场比赛,赢得了比赛。模型预测也与之保持一致,因为它在第二列中分配了很高的概率,这就是您提到的获胜概率。
同样,第2队也参加了比赛,输掉了比赛。模型预测也在这里对齐!
您刚刚提到了两个特定的行进行匹配,但是根据可用的信息,我们无法说出谁与谁一起玩。它只是一个模型,可以独立预测一个特定团队获胜的可能性。
编辑:
假设您有这样的数据!
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
您可以按以下方式转换数据,从而改善模型。
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
注意:赢/输的价值是针对主队的,这是h_team提到的。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句