Алгоритмы классификации, какие классификации можно оценить в процентах

Question

Я применяю различные алгоритмы классификации, чтобы предсказать исход футбольных матчей (дома, ничья или выезд).Чтобы сравнить классификации различных классификаторов, классификации из классификаторов оцениваются в процентах.

В настоящее время я использую k-ближайших соседей (и подсчитываю соседей разных классов для преобразования в проценты)Наивный Байес.

Кроме кнн и наивного Байеса, какие классификаторы можно использовать для этой задачи?

Answer 1

Логистическая модель естественным образом выражает себя как вероятности.Что касается футбола, довольно много людей смоделировали голы, забитые каждой из сторон, как процесс Пуассона, причем скорость зависит от относительной силы защиты и соответствующего нарушения.

Answer 2

Машины опорных векторов, вероятно, являются наиболее распространенными классификаторами, появляющимися в литературе в настоящее время, и также существует несколько схем классификации случайных лесов. Посмотрите на Weka для пакета, поддерживающего эти методы (и другие) в Java. Кроме того, в R имеется множество инструментов для машинного обучения, поэтому вы можете быстро протестировать другие алгоритмы без необходимости их самостоятельной реализации.