这是一个多类分类问题。

您可以使用多种方法来解决此问题。

您可以先尝试使用 xgboost 或 lightgbm 等库的梯度提升树。这两者都可以在 R 或 Python 中使用。

您还可以将神经网络用于多类分类问题。

但是有很多方法可以解决多分类问题。

你可以把它变成一个多二进制分类问题。由于您有 300 个选项，因此您可以在数据上训练 300 种二进制分类算法。

您也可以尝试 K 最近的邻居。

假设您有多个玩家的投注历史，这是一个协同过滤问题。我会将每个赌注视为具有价格、等级和结果特征的单独交易。然后，您可以预测下一节课。