捕捉势头：基于机器学习与时间序列理论的网球比赛分析
机器学习
2024-04-23 v1
摘要
本文对网球比赛的势头进行了分析。由于其泛化性能，它有助于构建一个基于技术统计数据预测体育比赛结果和分析运动员表现的系统。我们首先使用隐马尔可夫模型来预测势头，该势头被定义为运动员的表现。然后我们使用Xgboost来证明势头的重要性。最后，我们使用LightGBM来评估我们模型的性能，并使用SHAP特征重要性排序和权重分析来找出影响运动员表现的关键点。
引用
@article{arxiv.2404.13300,
title = {Capturing Momentum: Tennis Match Analysis Using Machine Learning and Time Series Theory},
author = {Jingdi Lei and Tianqi Kang and Yuluan Cao and Shiwei Ren},
journal= {arXiv preprint arXiv:2404.13300},
year = {2024}
}
备注
16 pages, 18 figures