Ich möchte NBA-Daten verwenden, um den MVP für eine bestimmte Saison zu finden. Ich betrachtete ein paar Algorithmen wie Neural Networks, AdaBoost, Random Forest und Decision Trees. Ich möchte wirklich AdaBoost verwenden, aber das Problem mit AdaBoost ist, dass es so aussieht, als ob ich nur ein Feature verwenden kann, wenn ich einen Entscheidungsstumpf als meinen schwachen Lernenden verwende. Ich möchte alle Daten wie Spielzeit, Punkte und Standing/Record verwenden, um zu sehen, ob es den MVP für diese Saison klassifizieren kann. Ich möchte wissen, ob es Algorithmen zum maschinellen Lernen gibt, die ich für dieses Projekt verwenden kann, oder lassen Sie mich wissen, ob ich diese Algorithmen für das verwenden kann, was ich tun möchte.Machine Learning: NBA-Daten MVP der Saison zu finden
-3
A
Antwort
0
Wenn Sie maschinelles Lernen verwenden möchten, benötigen Sie Daten aus der Vergangenheit oder eine Möglichkeit, den MVP zu definieren. Sobald Sie Daten haben, können Sie ein grundlegendes neurales Netzwerk bilden. Allerdings würden Sie viele Daten benötigen, um ein maschinelles Lernen neuronales Netzwerk zu trainieren, und es gibt einfach nicht genug NBA Jahreszeiten dazu. Die Verwendung von Entscheidungsbäumen und/oder anderen klassischen Algorithmen kann ein besserer Ansatz sein.
0
Ich denke, vielleicht können Sie Regression verwenden, um die Anzahl der Stimmen zu verschiedenen Jahreszeiten vorherzusagen, der Spieler mit dem höchsten prädiktiven Wert ist MVP, hier ist die data source für Ihre Referenz.
Verwandte Themen
- 1. Azure Machine Learning - CORS
- 2. Machine Learning Algorithmus für Arzneimittel zu finden, basierend auf Diagnose
- 3. NLP/Machine Learning Textvergleich
- 4. Python Machine Learning DeprecationWarning
- 5. Machine Learning (Adversarial Images)
- 6. Machine Learning Job Recommender
- 7. Python Machine Learning Warnung
- 8. Machine Learning für Tippfehler
- 9. PHP-Machine-Learning-Bibliothek?
- 10. Machine Learning Unfähigkeit
- 11. Export Machine Learning Modell
- 12. Spark Machine Learning AST-Vergleich
- 13. Azure Machine Learning Request Reaktionslatenz
- 14. Machine Learning Datenvorverarbeitung mit Pandas
- 15. Trained Machine Learning-Modell ist zu groß
- 16. Verwenden der Apache Mahout Machine Learning-Bibliotheken
- 17. Azure Machine Learning-Webservice Eingabedatenproblem
- 18. Automatisierung von Azure Machine Learning
- 19. Azure Machine Learning Experiment Erstellung
- 20. Numerische Vorhersage mit Machine Learning
- 21. Machine Learning Bibliotheken für Android
- 22. Machine Learning Training & Test Datenaufteilungsmethode
- 23. AWS Machine Learning Retrain-Modell
- 24. GATE Machine Learning funktioniert nicht
- 25. AWS Machine Learning - Django Template
- 26. Großvolumiges SVM (Machine Learning) System
- 27. Machine Learning Instanz basierte Lernen
- 28. Machine Learning-Bibliotheken in C#
- 29. Azure Machine Learning Eingabegröße angeben
- 30. Machine Learning Algorithmus zur Vorhersage von Innentemperatur