足球预测程序包含:不一致的预测

Question

我正在制作一个程序,使用encog预测足球比赛的结果.我创建了一个神经网络,使用弹性传播训练方法训练了90个匹配的数据.我已经将比赛结果标记为1表示主场胜利,0表示平局,-1表示客场胜利.

问题在于预测.有时我获得50%的成功率,而其他时间我得到低至33%.这就像使用随机函数.我注意到的是,最接近预测的结果是1(约70%).我已经尝试过改变隐藏层数,训练次数但没有运气,它仍在振荡.如果我做错了什么,任何人都可以帮助我或者让我朝着正确的方向前进.

这是神经网络的代码.我正在从数据库获取训练数据和预测数据.

Predictor(NeuralDataSet trainingData){
    trainingSet = trainingData;
    network = new BasicNetwork();
    network.addLayer(new BasicLayer(16));
    network.addLayer(new BasicLayer(3));
    network.addLayer(new BasicLayer(1));
    network.getStructure().finalizeStructure();
    network.reset();
}

训练

public void train(int epoch){
    int i =0;
    final Train train =new ResilientPropagation(network,trainingSet);
    while(i<=epoch){
        train.iteration();
        i++;
    }

}

预测

public void successRate(NeuralDataSet trainingData){
    int counter = 0;
    int correct = 0;
    int home=0;
    int away=0;
    int draw=0;
    for(MLDataPair pair: trainingData ) {
        final MLData output = network.compute(pair.getInput());
        if(pair.getIdeal().getData(0)==Math.round(output.getData(0)))
            correct++;
        counter++;
    }
    System.out.println((double)correct/(double)counter);
}

1.)我将数据提供给神经网络1000.目前正在进行更多/更少的测试,因为事情变得更好.

2,3.)我有16个输入参数.他们包括:主队积分,主场主场胜利,平局,失利,主队总胜场,失利,平局和形式(最近5场比赛得分).相同的数据仅用于客场球队,而不是主队主场胜利,平局,失去球队客场胜利,平局,亏损被使用.我将尝试不同的训练数据.

Answer 1

鉴于信息很难说出现了什么问题,可能有多种原因.但这里有一些潜在的解决方案.

1)您将训练数据提供给神经网络的次数是多少？通常,您需要多次传递训练数据以使网络收敛.有一次是不够的,特别是如果你只有90个训练数据.

2)训练数据中有多少输入参数(以及它们是什么)？通常,您需要将隐藏层节点的数量调整为输入参数的数量.这没有硬性规则,但我通常以隐藏层节点数量的至少两倍作为输入参数开始.

3)您是否尝试过选择不同的测试数据？我假设你的训练和测试数据不同.您选择的测试数据可能有问题,因为它们完全不符合培训数据.完全有可能无法从您的方法中获得任何可靠的估计.您的输入参数可能完全不足以预测谁赢得任何给定的匹配.这是垃圾,垃圾,概念.