我正在实施不同的分类算法来预测足球比赛的结果(主场,平局或客场比赛)。为了比较不同分类器的分类,来自分类器的分类被评估为百分比。
目前我正在使用k-最近邻居(并计算不同类别的邻居转换为百分比)和天真的贝叶斯。
除了knn和naive bayes之外,哪个分类器可用于此任务?
答案 0 :(得分:0)
支持向量机可能是目前文献中出现的最常见的分类器,也有几种随机森林分类方案。查看Weka以获取支持Java中这些方法(和其他方法)的包。此外,R还有许多用于机器学习的工具,因此您可以快速测试其他算法而无需自己实现它们。
答案 1 :(得分:0)
逻辑模型自然会将自己表达为概率。对于足球而言,相当多的人已经将每一方得分的目标建模为泊松过程,其比率取决于防守和进攻的相对优势。