神经网络预测足球成绩

Question

我和朋友们进行了一个小竞赛：我们正在为即将到来的世界杯编写模型，看看谁能在小费游戏中得到最多的分数。在

因此，我的方法是编写一个神经网络，并用之前世界杯的结果（当时的预期获胜率）对其进行训练，以最大限度地提高小费游戏的得分（例如，准确得分得6分，正确的球差4分，正确的赢家3分）。在

废品率从不同的网站（bwin等）和让网络提示我。在

我熟悉线性代数、概率微积分等，但从未编写过神经网络程序。在

既然我剩下的时间不多了，有人能帮我挑选出最好的方法（比如我应该使用哪个概念/算法），或者给我一个类似的问题或适合的方法的教程？在

最好的， 汉斯

Answer 1

我是为2017年英国英超赛季做的。然而，我积累了前19场（38场比赛中），以尝试和帮助我的预测。在

我会用下面的方式来攻击它

• 获取团队的数据（你认为什么样的数据我会留给你）
• 了解以往比赛的历史（我个人认为这不会有帮助，因为球队变化太大）
• Python
  • 熊猫
    • 创建新功能
  • 煤油
  • 模仿

当我在英超踢球时，预测准确率约为62%。那么，如何让它变得更好呢？在

• 行驶距离
  • 提高了1.2%。有些球队似乎不喜欢旅行。在
• 天气
  • 我收到了开球时每个场地的天气预报（多痛苦啊）
  • 精度提高0.5%

我没有做的是得到每天每场比赛的球员名单。比如长跑，传球率，进球，犯规，黄牌等等