🚀 关注小P博客 小P学长 ,持续提升你的研途学习体验!!!!!!!!!! 🚀
大家好,这里是小P学长!小P学长坚持分享考研、保研、科研相关学习内容,大家都有的小P这里一定有,大家没有的小P这里也可能有,欢迎您的关注,更多内容见博客,如不能看到下方链接可以去同名弓纵号~~~~~~
🌟 如何获取学长的分享?
- 支持我的博客
https://studentp.cloud/p/search.html?text=输入关键词查找此项目(比如:“考研”、“东北大学842”、“清华大学912”、“清华大学”、“912”、“注意力机制”、“cifar”等等),获取宝藏内容。
🎉 感谢你的支持! 🎉
欢迎大家获取全部内容
节选
2.4问题四分析
- 获取其他比赛的数据,尽量选取多局的竞赛数据,使用模型进行预测,通过召回率评价指标以及多种角度的可视化来判断预测效果。📊🔍
- 利用F1分数、召回率、MAE等评价指标,对模型预测效果进行评价。当预测表现不佳时,对比新获取的数据与训练模型时所使用数据的差别,重点分析差异的属性。选取差异的属性与赢得当前分的相关性,可以使用斯皮尔曼相关系数、主成分分析等方法,对相关性进行分析,从而判断是否需要将该因素添加至模型来增加准确率。📈🧮
4.1.2数据预处理
- 标签编码:在数据中存在很多分类变量,以字符串的形式展现。为了便于模型接收此类型的数据,需要通过标签编码的方式进行预处理。对网球比赛数据中的后三列进行编码,对于每一列,为每个不同的标签分配一个唯一的整数值。🏷️
- 去除重复值:检测并去除数据中的重复值,避免由于重复值导致的模型误差,同时以减少资源浪费。确保数据集中的每一条记录都是唯一的,避免模型在训练和预测过程中受到重复值的影响。🚫🔁
- 去除异常值:异常值可能会对模型产生负面影响,使用三倍标准法来检查并处理异常值,使用3倍标准差的原则,确定异常值的范围。正常数据的大约99.7%位于均值加减3倍标准差之内。📉
参考文献
- Adler P, Adler PA. The role of momentum in sport[J]. Urban Life, 1978, 7(2): 153-175.
- Briki W. Rethinking the relationship between momentum and sport performance: Toward an integrative perspective[J]. Psychology of Sport and Exercise, 2017, 30: 38-44.
- Gernigon C, Briki W, Eykens K. The dynamics of psychological momentum in sport: The role of ongoing history of performance patterns[J]. Journal of Sport and Exercise Psychology, 2010, 32(3): 377-400.
- Sutskever I, Vinyals O, Le Q V. Sequence to sequence learning with neural networks[J]. Advances in neural information processing systems, 2014, 27.
- Arkes J, Martinez J. Finally, evidence for a momentum effect in the NBA[J]. Journal of Quantitative Analysis in Sports, 2011, 7(3).