Образец дерева регрессии для данных чемпионатов мира по футболу 2002-2014 годов. В качестве переменной-отклика используется количество голов

Специалисты по машинному обучению из Германии сравнили три разных модели для предсказания результатов будущего чемпионата мира по футболу 2018 года:

• модели регрессии Пуассона;
• методы random forests (случайных лесов);
• методы ранжирования (по силе команд исходя из спаррингов за 2010-2018 года и по коэффициентам в букмекерских конторах).

Первые два основаны на информации о ковариатах, а последний непосредственно на реальной фактической силе команд. Учёные пришли к выводу, что в рамках этого сравнения наиболее эффективными методами прогнозирования на обучающих данных являются методы ранжирования и случайные леса. Но с помощью комбинированного подхода — сочетая свойства random forests с ранкингом команды — учёным удалось существенно улучшить предсказательную силу системы.
Читать дальше ->

https://habr.com/post/414105/?utm_source=habrahabr&utm_medium=rss&utm_campaign=414105