基于机器学习和组合融合分析的 NCAA 球盘预测
机器学习
2026-03-12 v1
摘要
机器学习模型在过去的几年中在体育预测方面展现出显著的成功，通常将体育预测视为分类学领域中的一个任务。本文提出了新的视角来分析体育数据，以更准确地预测结果。我们利用排名机制，通过组合融合分析（CFA）生成2024年数据的球队排名。CFA是一种通过排名-得分特征（RSC）函数和认知多样性（CD）组合多个评分系统的新范例。我们基于团队排名的组合结果，其准确率为74.60%，高于十个流行公开排名系统中最好的一个（73.02%）。这表明了CFA通过不同视角来增强体育预测精度的有效性。
引用
@article{arxiv.2603.10916,
title = {NCAA Bracket Prediction Using Machine Learning and Combinatorial Fusion Analysis},
author = {Yuanhong Wu and Isaiah Smith and Tushar Marwah and Michael Schroeter and Mohamed Rahouti and D. Frank Hsu},
journal= {arXiv preprint arXiv:2603.10916},
year = {2026}
}
备注
8 pages, 4 figures, Published in Proceedings of the 2024 IEEE Cyber Science and Technology Congress (CyberSciTech)