探索体育背后的模式
机器学习
2025-02-12 v1 信息检索
摘要
本文提出了一种基于 ARIMA 和 LSTM 混合模型的时间序列预测综合框架。该模型采用特征工程技术，包括嵌入和主成分分析（PCA），将原始数据转换为保持关键信息的低维表示。嵌入技术用于将分类数据转换为连续向量，从而捕捉复杂关系。PCA 用于降维并提取主成分，以提升模型性能和计算效率。为处理数据中的线性和非线性模式，ARIMA 模型捕捉线性趋势，而 LSTM 模型则建模复杂的非线性依赖关系。该混合模型在历史数据上进行训练，实验结果显示其预测准确率高，表现为较低的 RMSE 和 MAE 分数。此外，本文采用运行检验（run test）评估序列的随机性，提供对底层模式的洞察。进行了消融研究，以验证模型不同组成部分的作用，证明了各模块的重要性。本文还利用 SHAP 方法量化传统优势对预测结果的影响，深入理解特征的重要性。使用 KNN 方法确定最优预测区间，进一步提升模型准确性。结果凸显了将传统统计方法与现代深度学习技术相结合，在体育领域实现稳健的时间序列预测方面的有效性。
引用
@article{arxiv.2502.07491,
title = {Exploring Patterns Behind Sports},
author = {Chang Liu and Chengcheng Ma and XuanQi Zhou},
journal= {arXiv preprint arXiv:2502.07491},
year = {2025}
}