Tensorflow体育预测

Question

我正试图在一个AI上工作，它构成了可能获胜的。然而，我不知道我应该如何对待这种方式的人工智能。例如，我制作了简单的人工智能，可以检测人类和动物之间的差异，但这个人工智能要复杂得多。

我应该使用哪种人工智能模型？，我不认为线性回归和K-最近邻会在这种情况下起作用。我试着用神经网络做实验，但我对它们没有任何经验。

让事情变得更清楚一些。

• 我有一个MongoDB，里面有固定装置，联赛，国家和预测
• 一个包含两个队，一个联赛id，以及一些更多的值。
• 联赛包含一个国家和一些更多的价值
• country只是一个ID，例如带有SVG格式的标志
• 预测是不同市场的集合*及其概率

市场=下注的一种方式，例如:主场赢，客场赢，两队得分

我也有一个集合，其中包含有关的信息，联盟的预测是最准确的。

，我将如何创建这个AI。所有的数据都以一种非常体面的形式出现，我只是不知道如何开始。例如，什么AI模型使用，什么输入使用。另外，我将如何保存AI模型，并使用进入的新数据对其进行培训？(我有多个cron作业，在MongoDB中插入数据)

注意：

• AI应该组合包含X个固定装置的投注

Answer 1

因为没有“正确”的方法可以做到这一点，我将告诉您最通用的方法。您首先要弄清楚的是模型的目标：

1. 你想要分类的标签/目标是市场。为了简单起见，我可以建议你使用- -1用于家庭，0用于领带，1用于外出。
2. 数据清理:删除异常值，完成/插值缺失值等。
3. 特征提取：

- convert categorical values using one-hot encoding.
- standardise between 0~1 the values of numeric features.
- Remove all of the non relevant values: that has very low [entropy](https://en.wikipedia.org/wiki/Entropy_(information_theory%29) over the whole dataset or very high entropy within each of the labels.
- try to extract logical features from the raw data that might help the classifier distinguish between the classes.

​

1. 使用(例如)互信息增益选择特性。
2. 尝试使用简单的模型作为朴素的基础，如果你有更多的时间可以使用支持向量机model.and记住-没有免费午餐理论，而且更少是-always更喜欢简单的特性和模型。