基于支持向量机的NBA季后赛预测方法

发布时间：2017-11-07 10:15

  本文关键词：基于支持向量机的NBA季后赛预测方法

  更多相关文章： 计算机感知 NBA季后赛 因子分析 支持向量机 不平衡数据 欠采样 过采样

【摘要】：通过对参加NBA赛事的每支球队在常规赛阶段的数据统计,整合出球队常规赛综合得分、球员常规赛综合得分、主教练水平及主客场因素4项指标作为一支球队的综合实力体现,构建训练样本,使用适合小样本数据的基于结构风险最小化的支持向量机(support vector machine,SVM)来训练一个预测模型,并预测NBA季后赛每场比赛的胜负.通过结合欠采样和过采样技术消除训练样本中的不平衡数据,更好地发挥SVM的学习能力.实验表明,所提方法具有较好的预测效果.
【作者单位】： 深圳大学计算机与软件学院;
【基金】：国家自然科学基金资助项目(61273354)~~
【分类号】：TP181
【正文快照】： Received:2015-10-03;Accepted:2015-12-10Foundation:National Natural Science Foundation of China(61273354)錛Corresponding author:Professor Zhu Anmin.E-mail:azhu@szu.edu.cnCitation:Zeng Pan,Zhu Anmin.A SVM-based model for NBA playoffs prediction[J].Journal

【相似文献】

中国硕士学位论文全文数据库 前1条

1 牛兆捷;基于贝叶斯网络的NBA比分预测和球员能力评估模型[D];华中科技大学;2012年

，

本文编号：1151976