哪种 ML 方法最适合根据现有数据得出粗略的预测公式？

数据挖掘 机器学习
2022-03-10 12:56:40

您会说哪种 ML 方法最容易根据现有的预测器统计数据和结果数据推导出数学公式？

我有这个数据：

对手1：

  • 强度：×
  • 战斗分数：y

我也有一个模型用来对抗对手：

对手2：

  • 强度：z
  • 战斗分数：k

最后，所有战斗的结果都被写入数据库（目前有大约 2800 个结果），看起来像这个模型：

战斗：

  • 强度：x - z
  • 战斗分数：y - k
  • 结果：赢/输

我想为力量和战斗分数获得适当的权重，这样我就可以从中得出一个简单的公式，从而在某种程度上预测下一场战斗是赢还是输。

2个回答

如果您想要“简单公式”的“最简单”，那么肯定会是对战斗分数的线性回归，或对“赢/输”的逻辑回归。这样，您将获得模型的系数，并且它们将是可解释的（您不会从具有数百个参数的神经网络中获得）。

您必须进行二进制分类。以下是 Keras 中的方法：

  1. 组织您的数据集，使其看起来像一个矩阵或熊猫 数据框：

在此处输入图像描述

  1. 结果将是标签向量和没有战斗ID的矩阵，结果将是数据集的特征。

  2. 在训练和测试中划分数据集，例如scikit learn train_test_split

  3. 使用Keras构建简单模型

    model = Sequential()
model.add(Dense(10, input_dim=4, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1, activation='sigmoid')
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']

  4. 训练它：

    model.fit(train_x, train_y, epochs= 2, batch_size = 500, validation_data = (test_x, test_y))
其它你可能感兴趣的问题
上一篇我们正在使用 PostgreSQL 存储大数据，并担心它可能会导致板载神经网络崩溃。有什么想法吗？ 下一篇scikit-learn：SVM 中 C 的高/低值