基于深度学习的 NBA 比赛结果预测中的特征选择
机器学习
2021-11-19 v1
摘要
本手稿关注于 NBA 篮球锦标赛比赛结果预测的特征定义。我们展示了基于单一特征（Elo 评分或相对胜率）的模型比使用 box-score 预测变量（例如 Four Factors）的模型具有更好的拟合质量。特征已针对包含 16 个 NBA 常规赛赛季数据的数据集进行事前计算，特别关注主场优势因素。模型通过深度学习并使用交叉验证生成。
引用
@article{arxiv.2111.09695,
title = {Features selection in NBA outcome prediction through Deep Learning},
author = {Manlio Migliorati},
journal= {arXiv preprint arXiv:2111.09695},
year = {2021}
}
备注
29 pages, 11 figures