基于支持向量机的NBA季后赛预测方法

• 作者: 曾磐 朱安民
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 计算机感知 NBA季后赛 因子分析 支持向量机 不平衡数据 欠采样 过采样
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 62-71
• 页数: 10页
• 分类号: TP391
• 字数: 6970字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2016.01062

摘要

通过对参加NBA赛事的每支球队在常规赛阶段的数据统计,整合出球队常规赛综合得分、球员常规赛综合得分、主教练水平及主客场因素4项指标作为一支球队的综合实力体现,构建训练样本,使用适合小样本数据的基于结构风险最小化的支持向量机(support vector machine,SVM)来训练一个预测模型,并预测NBA季后赛每场比赛的胜负.通过结合欠采样和过采样技术消除训练样本中的不平衡数据,更好地发挥SVM的学习能力.实验表明,所提方法具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱安民	深圳大学计算机与软件学院	7	40	4.0	6.0
2	曾磐	深圳大学计算机与软件学院	1	5	1.0	1.0