相关疑难解决方法(0)

我有以下玩家,每个值对应于给定游戏中正确答案的百分比.

$players = array
(
    'A' => array(0, 0, 0, 0),
    'B' => array(50, 50, 0, 0),
    'C' => array(50, 50, 50, 50),
    'D' => array(75, 90, 100, 25),
    'E' => array(50, 50, 50, 50),
    'F' => array(100, 100, 0, 0),
    'G' => array(100, 100, 100, 100),
);

我希望能够找到最好的球员,但我也想考虑到球员的可靠性(更少熵=更可靠),到目前为止我已经提出了以下公式:

average - standard_deviation / 2

但是我不确定这是否是最佳公式,我想听听你对此的看法.我一直在想更多关于这个问题,我想出了一个略有不同的公式,这里是修订版:

average - standard_deviation / # of bets

然后,该结果将被加权用于下一次即将进行的投票,因此例如来自玩家C的新投注将仅计为半数投注.

我不能在这里详细说明,但这是一个与人群智慧理论和德尔菲方法相关的项目,我的目标是尽可能地预测下一个结果,加权来自几个参与者的过去赌注.

我感谢所有的投入,谢谢.