實訓2018-07-18 換種思路解決問題---利用lm()多元迴歸預測NBA勝負(常規賽16強預測)

NBA預測16強的實訓報告

思路:
第一步
對於特徵選擇的度量
根據真實的比賽選中的特徵值

第二步 模型的選擇
解釋模型
驗證模型是否有效
說明:截屏的最上面的數字(1-30)是真實比賽中的排名,第二層是根據模型得到的對應隊伍的預測勝率,根據大小排好了序。

加入boruta算法
得到的結果
思路創新
加權後的結果
模型的測試結果
可以發現,只有一個隊伍預測失誤。
在這裏插入圖片描述
得到訓練數據的有效特徵值
建立模型
得到用於預測的數據
此時的結果不理想
根據top10隊員的數據得到2018年的預測數據
此時的結果
進一步的嘗試
修正模型
最終結果

以上就是,利用2018年以前的數據進行預測2018年常規賽的16強。
可以發現,boruta算法+lm()以及對數據的降噪處理,得到的模型對於該問題相當吻合。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章