SoccerPredictor:预测足球比赛的结果与机器学习的时间序列

上传者: 42097533 | 上传时间: 2022-12-07 16:13:46 | 文件大小: 2.41MB | 文件类型: ZIP
足球预测 SoccerPredictor使用机器学习来预测英超联赛的比赛结果,重点是预测胜负(对应于对双倍机会的押注)。 预测以非常规方式建模为时间序列分类。 将为每个团队创建一个神经网络模型,并同时对其进行训练。 注意:请记住,由于我没有发布数据集,因此您将无法进行实际的培训。 如果您想对其进行测试,则必须自己组装。 提供更有趣功能的网站很难抓取,但绝对有可能。 因此,如果您想构建类似的东西或者只是看看我是如何实现各种东西的,则可以将其作为主要灵感。 如果没有数据集,则只能对附加的文件集进行可视化和回测。 这主要用于演示目的。 请参考随附的以获取有关该程序如何工作的更多信息。 结果 在测试期间,获得的最佳结果是利润1069 % ,预测精度约为90 % ,ROI为33.4 % 。 测试期间的时间跨度为113天,押注了150场比赛中的32场。 安装 运行该程序需要手动安装,例如:

文件下载

资源详情

[{"title":"( 29 个子文件 2.41MB ) SoccerPredictor:预测足球比赛的结果与机器学习的时间序列","children":[{"title":"SoccerPredictor-master","children":[{"title":"soccerpredictor","children":[{"title":"util","children":[{"title":"config.py <span style='color:#111;'> 2.74KB </span>","children":null,"spread":false},{"title":"enums.py <span style='color:#111;'> 517B </span>","children":null,"spread":false},{"title":"constants.py <span style='color:#111;'> 2.79KB </span>","children":null,"spread":false},{"title":"common.py <span style='color:#111;'> 12.80KB </span>","children":null,"spread":false}],"spread":true},{"title":"trainer","children":[{"title":"dataloader.py <span style='color:#111;'> 28.27KB </span>","children":null,"spread":false},{"title":"tensorboard.py <span style='color:#111;'> 7.57KB </span>","children":null,"spread":false},{"title":"snapshot.py <span style='color:#111;'> 6.22KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 16.96KB </span>","children":null,"spread":false},{"title":"dbmanager.py <span style='color:#111;'> 3.89KB </span>","children":null,"spread":false},{"title":"network.py <span style='color:#111;'> 13.30KB </span>","children":null,"spread":false},{"title":"trainer.py <span style='color:#111;'> 36.97KB </span>","children":null,"spread":false}],"spread":true},{"title":"backtester","children":[{"title":"backtester.py <span style='color:#111;'> 26.40KB </span>","children":null,"spread":false}],"spread":true},{"title":"visualizer","children":[{"title":"visualizer.py <span style='color:#111;'> 16.07KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"main.py <span style='color:#111;'> 10.74KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 775B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 7.45KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"models","children":[{"title":"KIIY_2019-11-26T02-13-11_400","children":[{"title":"predict_dataset_prediction.pickle <span style='color:#111;'> 5.22KB </span>","children":null,"spread":false},{"title":"model_settings.json <span style='color:#111;'> 56.57KB </span>","children":null,"spread":false},{"title":"test_dataset_prediction.pickle <span style='color:#111;'> 28.28KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"images","children":[{"title":"backtest_model_2018-01-20-2018-05-13_11.png <span style='color:#111;'> 276.66KB </span>","children":null,"spread":false},{"title":"backtest_bookmaker_2018-01-20-2018-05-13_101.png <span style='color:#111;'> 188.53KB </span>","children":null,"spread":false},{"title":"backtest_bookmaker_withoutts_2018-01-20-2018-05-13_11.png <span style='color:#111;'> 402.46KB </span>","children":null,"spread":false},{"title":"backtest_model_withoutts_2018-01-20-2018-05-13_101.png <span style='color:#111;'> 390.84KB </span>","children":null,"spread":false},{"title":"backtest_model_2018-01-20-2018-05-13_101.png <span style='color:#111;'> 303.79KB </span>","children":null,"spread":false},{"title":"backtest_model_withoutts_2018-01-20-2018-05-13_11.png <span style='color:#111;'> 351.70KB </span>","children":null,"spread":false},{"title":"backtest_bookmaker_2018-01-20-2018-05-13_11.png <span style='color:#111;'> 268.47KB </span>","children":null,"spread":false},{"title":"backtest_bookmaker_withoutts_2018-01-20-2018-05-13_101.png <span style='color:#111;'> 465.42KB </span>","children":null,"spread":false}],"spread":true},{"title":"assets","children":[{"title":"bWLwgP.css <span style='color:#111;'> 11.85KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":".gitignore <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明