基于机器学习与线性规划的最优每日幻想足球阵容构建方法及验证
机器学习
2023-09-29 v2
摘要
每日幻想体育（DFS）是每周或每日的在线竞赛，其中个别运动员的真实比赛表现被转换为幻想积分（FPTS）。用户在其阵容中选择运动员，以在设定的球员薪资上限内最大化其FPTS。本文关注（1）开发一种在不确定性下预测NFL球员表现的方法，以及（2）在设定薪资限制下确定最大化FPTS的最优阵容。我们创建并使用了一个监督学习神经网络，基于过往球员表现（本工作采用2018年NFL常规赛）在临近周次前预测FPTS。这些预测FPTS被用于混合整数线性规划以寻找最优阵容。所得阵容的表现与随机创建的阵容进行比较。平均而言，最优阵容表现优于随机阵容。随后将生成的阵容与DraftKings上用户的真实阵容比较。生成的阵容一般处于约第31百分位（中位数）。本文提出的FPTS方法与预测可基于此研究作为基线比较进一步改进。
引用
@article{arxiv.2309.15253,
title = {Method and Validation for Optimal Lineup Creation for Daily Fantasy Football Using Machine Learning and Linear Programming},
author = {Joseph M. Mahoney and Tomasz B. Paniak},
journal= {arXiv preprint arXiv:2309.15253},
year = {2023}
}
备注
32 pages, 12 figures