如何仅使用一个标签的数据训练模型

Question

作为一种练习，我正在尝试建立一个模型来预测网球比赛的结果（胜利或失败）。我正在使用Python，Pandas和scikit-learn。

我拥有的数据集具有两个球员ID和比赛结果以及其他数量。 在我的情况下，数据库的组织方式始终以Player1作为赢家，而Player2作为宽松者。因此，如果必须标记数据，它将始终是相同的标记（例如1）。

您认为什么更好：

1. 尝试使用单值训练序列（例如1标签SVM）训练模型
2. 随机地改组数据，以便将某些Player2放置为Player1，反之亦然，并设置另一个标签（例如0）？

非常感谢！

Answer 1

对我来说，您需要将其洗牌。您具有在数据结构中编码的固有信息的数据集（玩家1获胜）。您无法在运行时重新创建此信息。

您想要的是一个数据集，其中玩家信息的顺序并不重要，并且标签0/1确定玩家1或玩家2会赢。